[发明专利]一种图像去噪方法、装置、设备及介质

说明书

本申请公开了一种图像去噪方法、装置、设备、介质，该方法包括：基于预设聚类算法对搜索窗内的各个像素块进行分类，其中，像素块包括参考块和候选块，参考块为以当前待去噪像素点为中心，边长为N的矩形像素块，所述候选块为邻域窗口在所述搜索窗内滑动选中的各个像素块；分别确定所述参考块与各个所述候选块之间的第一距离，并分别确定所述参考块与各个所述候选块所属类别的聚类中心的第二距离；基于各个所述候选块对应的所述第一距离和所述第二距离分别确定当前待去噪像素点与各个所述候选块的中心点之间的NLM滤波权重；基于所述NLM滤波权重对当前待去噪像素点进行去噪处理。这样能够降低噪声带来的降噪风险，提高图像的去噪效果。

技术领域

本申请涉及图像处理技术领域，特别涉及一种图像去噪方法、装置、设备、介质。

背景技术

图像去噪是常用的图像处理技术，现有技术中可以利用NLM算法(Non LocalMeans，非局部均值)对图像进行去噪，NLM算法利用自然图像临近点、块的相似性来估测原始图像，NLM假设在图像含噪的情况下，块的相似性能够反映点在无噪情况的相似性。

在现有的NLM算法中，在噪声水平比较低的情况下，NLM算法往往会有不错的收益，但噪声越大，块间距离的方差增加，块的相似性与点的相似性之间的关联逐渐降低，即噪声降低了块间距离的置信度，使得块间距离趋向于随机，原本与当前点相似度低的点在加权的过程中获得了较高的NLM滤波权重，从而使得在噪声水平较高时，NLM算法的去噪效果会大打折扣。

发明内容

有鉴于此，本申请的目的在于提供一种图像去噪方法、装置、设备、介质，能够降低噪声带来的降噪风险，提高图像的去噪效果。其具体方案如下：

第一方面，本申请公开了一种图像去噪方法，包括：

基于预设聚类算法对搜索窗内的各个像素块进行分类，其中，所述像素块包括参考块和候选块，所述参考块为以当前待去噪像素点为中心，边长为N的矩形像素块，所述候选块为邻域窗口在所述搜索窗内滑动选中的各个像素块，所述邻域窗口为边长为N的矩形窗；

分别确定所述参考块与各个所述候选块之间的第一距离，并分别确定所述参考块与各个所述候选块所属类别的聚类中心的第二距离；

基于各个所述候选块对应的所述第一距离和所述第二距离分别确定当前待去噪像素点与各个所述候选块的中心点之间的NLM滤波权重；

基于所述NLM滤波权重对当前待去噪像素点进行去噪处理。

可选地，所述基于预设聚类算法对搜索窗内的各个像素块进行分类之前，还包括：

获取聚类参数，并对所述聚类参数进行存储，其中，所述聚类参数中包括聚类迭代次数。

可选地，所述基于预设聚类算法对搜索窗内的各个像素块进行分类，包括：

从搜索窗内确定出初始聚类中心；

基于预设聚类算法将所述搜索窗内的各个像素块聚类到所述初始聚类中心所属的类别中；

判断是否达到所述聚类迭代次数；

如果没有达到所述聚类迭代次数，则分别将各个类别中的所述像素块的均值作为新聚类中心，并基于所述预设聚类算法将所述搜索窗内的各个像素块聚类到所述新聚类中心所属的类别中。

可选地，确定参考块与任一候选块之间的第一距离，包括：

确定所述参考块中各个像素点与该候选块对应像素点之间的像素差值，将所述像点差值的绝对值的和作为所述参考块与该候选块之间的第一距离。

可选地，基于任一候选块对应的所述第一距离和所述第二距离分别确定当前待去噪像素点与该候选块的中心点之间的NLM滤波权重，包括：