[发明专利]一种基于噪声水平函数的信号依赖噪声分段线性去噪方法

说明书

本发明公开了一种基于噪声水平函数的信号依赖噪声分段线性去噪方法。现有技术中，对信号依赖噪声去噪的图像融合方法需要通过相机进行多次捕获，在实际应用中消耗了大量人力和计算，十分消耗资源和时间，因此实际用途并不能采取。本发明如下：一、求取被处理图像的噪声水平函数曲线并分段；二、划分最终匹配块。三、在最终匹配块中进一步划分搜索框。四、更新搜索框中心位置的像素。本发明能够精确地对信号依赖噪声被处理图像进行噪声估计，并清楚的展现被处理图像的噪声水平函数。此外，本发明解决了传统的对信号依赖图像去噪方法不能参照实际的随灰度水平变换的噪声进行去噪的问题。

技术领域

本发明属于图像去噪领域，具体涉及一种基于噪声水平函数的信号依赖噪声分段线性去噪方法。

背景技术

图像已成为人类科技生活中息息相关的重要一部分，然而图像被实际相机采集后，一定会有噪声降低图像质量。来自实际相机的噪声被更好的建模成信号依赖噪声。大部分针对去噪方法都只是单纯地对信号无关噪声或称为高斯噪声在做去噪，其中对信号依赖噪声的去噪十分少。到目前为止，传统的对信号依赖噪声方法仍存在着一些缺点和不足。对信号依赖噪声去噪的图像融合方法需要通过相机进行多次捕获，在实际应用中消耗了大量人力和计算，十分消耗资源和时间，因此实际用途并不能采取。还有通过估计图像信号依赖噪声的噪声方差，来计算出全局的统一的噪声方差，根据该噪声方差进行高斯方法滤波，然而由于图像噪声是信号依赖噪声，是随图像灰度水平变化的，单独使用全局的噪声方差并不能更好得对不同灰度水平的图像噪声去噪，会导致去噪效果不佳，峰值信噪比低。因此提出一个随灰度水平变化的自适应局部的对信号依赖噪声去噪方法具有重要意义。

发明内容

本发明所要解决的技术问题是提供一种基于噪声水平函数的信号依赖噪声分段线性去噪方法，以解决传统方法中图像信号依赖噪声对图像造成的问题，实现更好的去噪可视化效果。

本发明的具体步骤如下：

步骤一、以a₁为步长遍历被处理图像，选取出M个初始匹配块，初始匹配块的长宽均为s₁。

步骤二、分别计算M个初始匹配块各自的平均值avg_k如式(1)所示，k＝1,2,…,M。

式(1)中，e_ijk为第k个初始匹配块上第i行像素与第j列像素的交点的像素值。

步骤三、将步骤二求得的M个初始匹配块各自的平均值avg_k进行归一化，得到M个归一化均值avg_k′如式(2)所示。

式(2)中，avg_max为M个初始匹配块各自的平均值avg_k中的最大值；avg_min为M个初始匹配块各自的平均值avg_k中的最小值。

步骤四、计算所有匹配块g_k的总协方差矩阵C_g如式(3)所示。

式(3)中，g_k为第k个初始匹配块所对应的像素值矩阵；为矩阵g_k的转置矩阵。

步骤五、计算总协方差矩阵C_g的各个特征值和特征向量，选取总协方差矩阵C_g的各个特征值中最小的那个特征值对应的特征向量作为最小方差向量

分别计算M个初始匹配块的局部噪声标准差如式(4)所示，k＝1,2,…,M。

式(4)中，为矩阵的欧几里德范数。