[发明专利]基于BIB3D的可快速实现的图像降噪的方法与系统

说明书

本申请公开了基于BIB3D的可快速实现的图像降噪的方法与系统，该方法包括：1第一阶段循环1读取待处理的small block(sb)；2生成若干个包含sb的big block(bb)，循环：(1)实施频域变换；(2)对频域实施硬阀值降噪；(3)实施相应的逆变换，得到降噪后的bb；(4)取出bb中的相应的降噪sb；4对求出的所有降噪sb求加权或简单平均值；得到暂时denoised image；2第二阶段循环1读取原图sb；2生成若干个包含sb的bb，循环：(1)找到上阶段与bb对应的denoised bb；(2)求dbb的功率谱；(3)求出维纳系数，维纳系数＝dbb的功率谱/dbb的功率谱+干扰因子；(4)bb的实施频域变换，再乘以维纳系数得到新的频域值；(5)对bb新的频域实施逆变换，得到降噪后bb；(6)取出bb中的相应的降噪sb；4对所有bb中的所有降噪sb求简单或加权平均值；得到最终的降噪图像。

技术领域

本发明涉及图像处理领域，尤其涉及图像降噪。

背景技术

图像预处理算法的好坏直接关系到后续图像处理的效果，如图像分割、目标识别、边缘提取等，为了获取高质量的数字图像，很多时候都需要对图像进行降噪处理，尽可能的保持原始信息完整性(即主要特征)的同时，又能够去除信号中无用的信息。

图像噪点分为随机噪点及传感器噪点，随机噪点比较容易去除，而传感器噪点比较难去除。如在光线不好的情况下成像机器长时间曝光图像上就会形成热噪，导致成像质量不高。

前常用的图像去噪算法大体上可非为两类，即空域像素特征去噪算法和变换域去噪算法。前者是直接地在图像空间中进行的处理，后者是间接地在图像变换域中进行处理，前者有NLM(Non-Local means)算法，后者有小波降噪算法.而目前最优秀的BM3D算法，兼具空域及变换域去噪的特征，该算法虽然优秀，但耗时较长，无法达到实时应用的要求.

发明内容

本申请提供了基于BIB3D的可快速实现的图像降噪的方法与系统，以快速去降图像噪点，提高画质，即使是弱光下机器高ISO下所得到的画质低劣的图像也能得到有效的提高。

算法分两个阶段。第一阶段进行BIB3D聚合降噪。首先读取图像，从图像中取出一部分(small block)，然后生成若干个包含该small block的大的block(big block)，对这些big block分别实施变换域变换(如离散变换，小波变换等)，实施硬阈值降噪，然后进行相应的逆变换，得到降噪后的big block，再从每个big block取出相应small block，然后对每个big block中的small block求带权值的平均值或不带权值的平均值，得到smallblock的最终值，循环上述过程，直到遍历整幅图像，完成第一阶段。

第二阶段，进行维纳降噪。从原图像中循环提取一个small block，然后生成若干个包含small block的大block(big block)及在第一阶段所得到的同位置的降噪的bigblock，对降噪的big block进行频域变换，得到big block的功率谱，功率谱与加上干扰因子的功率谱相除得到缩小的维纳因子，然后对原噪声图中的每个相应的big block进行相应的频域变换，乘上上面得到的维纳因子，然后进行相应的逆变换，得到降噪后的bigblock，然后取出同位置的small block(每个big block都得small block的不同的降噪结果)，然后对得到所有的降噪结果求带权值或不带权值的平均值，得到small block的最终降噪结果。循环实施上面过程，直至遍历全图，得到最终的降噪图像。

该算法若干种实现方法及若干个参数，当small block块规模设置得较大时，同时big block块数比较少时的算法可以快速实现，得到可以接受的降噪效果，以满足特定场合如视频降噪的需要。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：