[发明专利]一种非局部哈尔变换图像去噪方法

权利要求书

1.一种非局部哈尔变换图像去噪方法，其特征在于，包括以下步骤：

S1、对输入原始含噪图像执行块匹配与列扫描后的行匹配；

S2、初步降噪：对图像行匹配结果执行哈尔变换，并对变换系数采用系数硬阈值与结构硬阈值的双硬阈值进行收缩，将结果执行哈尔逆变换后对图像块进行聚合获得初步降噪图像；

S3、精细降噪：将步骤S1的原始含噪图像和步骤S2中初步降噪图像同步执行块匹配与行匹配，执行哈尔变换，得到两组变换系数，再将两组变换系数执行维纳滤波去噪，将去噪后的变换系数执行逆哈尔变换，执行图像块聚合获得最终去噪后的图像；

所述步骤S2的具体执行方法为：

S21、进行图像块匹配和行匹配，然后对相似像素进行聚类；

S22、进行哈尔变换；

S23、进行双硬阈值系数收缩；

S24、进行哈尔逆变换与像素聚合形成初步降噪图像；

所述步骤S23的具体执行方法为：将最相似的行之间执行哈尔变换后的结果系数进行结构硬阈值，即将这些系数全部置为零；对其余哈尔变换的系数采用传统的系数硬阈值进行系数收缩。

2.根据权利要求1所述的非局部哈尔变换图像去噪方法，其特征在于，所述步骤S3的具体执行方法为：

S31、将原始含噪图像和初步降噪图像进行块匹配和行匹配，然后对相似像素进行聚类，得到两个群组结果；

S32、将步骤S31中的两个群组结果分别进行哈尔变换；

S33、进行维纳滤波去噪；

S34、进行哈尔逆变换与像素聚合形成最终降噪图像。

3.根据权利要求2所述的非局部哈尔变换图像去噪方法，其特征在于，所述步骤S21的具体执行方法为：首先执行原始含噪图像的块匹配,按一个指定的步长N_step提取大小为N1×N1的图像块作为参考块，然后在以该参考块为中心的一个大小为NS×NS的邻域内进行块匹配获得数量为N2的相似图像块，将匹配的所有图像块进行列扫描拼接成一个大小为(N1×N1)×N2的矩阵M，在M上用每一行作为参考行与其余的所有行计算欧式距离D，将距离最小N3行群组获得最大程度的图像中相似像素的聚类。

4.根据权利要求2所述的非局部哈尔变换图像去噪方法，其特征在于：所述步骤S22的具体执行方法为：步骤S21获得的行群组执行可分的二维哈尔变换，即纵向与横向各自执行哈尔变换。

5.根据权利要求2所述的非局部哈尔变换图像去噪方法，其特征在于：所述步骤S23中系数硬阈值参数为Thr，

当输入图片噪声标准偏差小于等于25时，Thr=1.65，迭代执行步骤S21-S24，2-3次；

当输入图片噪声标准偏差大于25且小于等于75时，Thr=1.45，迭代执行步骤S21-S24，4-6次；

当输入图片噪声标准偏差大于75时，Thr=1.45，迭代执行步骤S21-S24，7-12次。

6.根据权利要求2所述的非局部哈尔变换图像去噪方法，其特征在于：所述步骤S24的具体执行方法为：对双硬阈值收缩后的哈尔变换系数执行逆哈尔变换，获得去噪后的二维矩阵，再将此二维矩阵扫描回原来的图像块，最终将这些图像块加权放回到图像中的原始位置获得去噪后的图像。

7.根据权利要求2所述的非局部哈尔变换图像去噪方法，其特征在于，所述步骤S31的具体执行方法为：用步骤S24的结果图像作为参考,同步执行步骤S21结果图像与原始含噪图像的块匹配操作及行匹配操作，按一个指定的步长N_step在第一阶段结果图像中提取大小为N1×N1的图像块作为参考块，然后在以该参考块为中心的一个大小为NS×NS的邻域内进行块匹配获得数量为N2的相似图像块，将匹配的所有图像块进行列扫描拼接成一个大小为(N1×N1)×N2的矩阵M，在M上用每一行作为参考行与其余的所有行计算欧式距离D，将距离最小N3行群组获得最大程度的图像中相似像素的聚类，原始含噪图像进行同步的同参数的操作，经过块匹配与行匹配后获得两个同样大小的行群组结果。