[发明专利]一种图像的噪声估计方法、装置及存储介质

权利要求书

1.一种图像的噪声估计方法，其特征在于，包括：

对待估计图像进行分块处理得到多个含噪图像块；

从所述多个含噪图像块中筛选待估计的含噪图像块；

向所述待估计的含噪图像块加入多个不同噪声标准差的高斯白噪声，得到对应的多个新含噪图像块；

对每个所述新含噪图像块进行奇异值分解并计算对应的尾部奇异值均值，根据各所述尾部奇异值均值计算所述待估计的含噪图像块的噪声标准差估计值；

对所有待估计的含噪图像块的噪声标准差估计值取平均，得到所述待估计图像的噪声标准差估计值。

2.根据权利要求1所述的图像的噪声估计方法，其特征在于，所述含噪图像块的尺寸为64×64。

3.根据权利要求1所述的图像的噪声估计方法，其特征在于，所述从所述多个含噪图像块中筛选待估计的含噪图像块，包括：

对所述含噪图像块进行奇异值分解，选取前部h个奇异值计算平均值，得到对应所述含噪图像块的前部奇异值均值；

对所述多个含噪图像块的前部奇异值均值求取平均数，根据求取的平均数设置筛选阈值；

筛选前部奇异值均值大于所述筛选阈值的含噪图像块作为所述待估计的含噪图像块。

4.根据权利要求1所述的图像的噪声估计方法，其特征在于，所述计算对应的尾部奇异值均值，包括：

对所述待估计图像进行奇异值分解得到奇异值矩阵，对所述奇异值矩阵进行重构，得到重构图像矩阵，通过最小化所述重构图像矩阵的峰度值获取对应的截断参数的最优值t；

根据所述截断参数的最优值t设置尾部奇异值均值的计算式为：

式中，P_t表示尾部奇异值均值，r为图像宽度，s(i)表示图像的第i个奇异值；

根据所述尾部奇异值均值的计算式计算新含噪图像块的尾部奇异值均值。

5.根据权利要求1所述的图像的噪声估计方法，其特征在于，所述根据各所述尾部奇异值均值计算所述待估计的含噪图像块的噪声标准差估计值，包括：

构造一组相同尺寸的纯噪声图像，对所述纯噪声图像进行实验统计以得到噪声相关系数；

根据各所述尾部奇异值均值形成相应的数据点序列；

根据所述数据点序列及所述噪声相关系数，构建对应的尾部奇异值均值方程组，所述尾部奇异值均值方程组的未知数包括所述待估计的含噪图像块的噪声标准差；

对所述尾部奇异值均值方程组进行求解，得到所述噪声标准差估计值。

6.根据权利要求5所述的图像的噪声估计方法，其特征在于，所述对所述尾部奇异值均值方程组进行求解，包括：

利用高斯牛顿迭代法对所述尾部奇异值均值方程组进行求解，在求解过程中以高斯牛顿迭代法求得的增量作为线搜索的搜索方向，并利用回溯Armijo线搜索调整步长。

7.根据权利要求5所述的图像的噪声估计方法，其特征在于，设所述一组相同尺寸的纯噪声图像的噪声标准差为σ_j,j＝1,…,m，所述对所述纯噪声图像进行实验统计以得到噪声相关系数，包括：

对每个所述纯噪声图像进行奇异值分解并求出对应的尾部奇异值均值

根据所述对应的尾部奇异值均值及对应的噪声标准差构建数据点序列Φ，

对数据点序列Φ进行正比例拟合，得到所述噪声相关系数。

8.一种图像的噪声估计装置，其特征在于，包括：

图像分块模块，用于对待估计图像进行分块处理得到多个含噪图像块；

图像筛选模块，用于从所述多个含噪图像块中筛选待估计的含噪图像块；

噪声处理模块，用于向所述待估计的含噪图像块加入多个不同噪声标准差的高斯白噪声，得到对应的多个新含噪图像块；

第一计算模块，用于对每个所述新含噪图像块进行奇异值分解并计算对应的尾部奇异值均值，根据各所述尾部奇异值均值计算所述待估计的含噪图像块的噪声标准差估计值；

第二计算模块，用于对所有待估计的含噪图像块的噪声标准差估计值取平均，得到所述待估计图像的噪声标准差估计值。