[发明专利]一种基于图像边缘指示函数的自适应加权高斯曲率滤波方法

权利要求书

1.一种基于图像边缘指示函数的自适应加权高斯曲率滤波方法，其特征在于，包括以下步骤：

步骤1，对当前噪声图像进行图像空间分解为四类不相交且交错分布的区域，对每个像素点计算边缘指示值，根据边缘指示值计算中心像素点的邻域像素的权重；

步骤2，选择中心像素点的三角切平面构建高斯加权投影算子，根据步骤1像素权重计算中心像素点到M个切平面的加权投影距离；

步骤3，根据步骤2计算的加权投影距离，选取最小的投影距离更新中心像素点，当图像中所有像素点更新后，即完成图像的一次更新；

步骤4，根据步骤3获得的去噪图像，采用自适应高斯能量泛函公式计算其总能量，若总能量小于更新前图像的总能量，则转到步骤1，否则停止更新，输出去噪图像。

2.根据权利要求1所述基于图像边缘指示函数的自适应加权高斯曲率滤波方法，其特征在于：步骤1中使用曲率滤波算法对输入的噪声图像U进行图像空间分解，把图像分为白色圆Ω_WC、黑色圆Ω_BC、白色三角Ω_WT和黑色三角Ω_BT四类不相交且交错分布的区域以消除相邻像素之间的依赖性。

3.根据权利要求1所述基于图像边缘指示函数的自适应加权高斯曲率滤波方法，其特征在于：步骤1中定义每个区域的像素点p的二维图像边缘指示值D_p和归一化的边缘指示值为：

其中，图像U即为噪声图像，代表图像U在梯度方向上的二阶导数，U_x为图像在x方向的一阶导数，U_y为图像在y方向的一阶导数，U_xx为图像在x方向的二阶导数，U_yy为图像在y方向的二阶导数，U_xy为图像在xy方向的二阶偏导；代表图像U在垂直方向上的二阶导数；|·|表示绝对值；Ω代表整个图像像素点的集合，代表在Ω区域内，所有像素点二维图像边缘指示值中最大的值。

4.根据权利要求3所述基于图像边缘指示函数的自适应加权高斯曲率滤波方法，其特征在于：步骤1中，中心像素点的邻域像素的权重通过如下方式获得；

在对图像进行去噪时，采用加权投影算子对像素点p进行更新，其邻域像素点q的权重定义为：

其中，p＝(i,j)为中心像素点；为p的归一化边缘指示值；为邻域像素q的归一化边缘指示值；

若p为边缘像素点，当q为边缘像素点时，则w_q值较大，当q为噪声或平坦区域像素点时，w_q值较小；若p为噪声像素点或平坦区域像素点，当q为边缘像素点时，w_q值较小，当q为噪声或平坦区域像素点时，w_q值较大；通过w_q可抑制周围像素点对边缘的扩散，加速对噪声点的扩散，在提高去噪性能的同时更好地保持图像的纹理细节，通过定义的邻域像素点q的权重，采用3×3像素邻域计算的权重矩阵如下所示：

其中，w_i,j为中心像素点p＝(i,j)的权重，其他值为中心像素点邻域像素的权重。

5.根据权利要求1所述基于图像边缘指示函数的自适应加权高斯曲率滤波方法，其特征在于：步骤2中选择4个包含5个像素点的半窗切平面和4个包含3个像素点的三角切平面，共8个切平面构建加权投影算子。