[发明专利]一种图像处理方法

摘要

本发明公开了一种图像处理方法，包括：首先输入被噪声污染的图像L；然后对图像L进行插值，获得对图像L的初始估计以及图像的一阶导数；然后利用步骤B中计算出的一阶导数，构造出图像中每个像素的协方差矩阵；然后基于所述协方差矩阵，构造自适应核函数；然后对所述自适应核函数进行自适应锐化；然后使用自适应锐化后的权重矩阵实现插值，得到最终的图像，实现了图像重建效果不容易受影响，重建结果不容易遭受噪声污染，有效的解决了图像边缘模糊和噪声问题。

主权项

1.一种图像处理方法，其特征在于，所述方法包括：步骤A：输入被噪声污染的图像L；步骤B：对图像L进行插值，获得对图像L的初始估计以及图像的一阶导数；步骤C：利用步骤B中计算出的一阶导数，构造出图像中每个像素的协方差矩阵；步骤D：基于所述协方差矩阵，构造自适应核函数；步骤E：对所述自适应核函数组成的权重矩阵进行自适应锐化；步骤F：使用自适应锐化后的权重矩阵实现对初始估计的插值，得到最终的图像；所述步骤B具体为：利用经典核回归对图像L进行插值，获得对图像L的初始估计以及图像的一阶导数和其中x和y分别代表图像中像素的横坐标方向和纵坐标方向；图像中每个像素m的协方差矩阵C_i具体为：其中：w_m表示一个以像素m为中心的图像块，m_i代表位于图像块内每个像素的坐标位置，和分别表示像素m_i在横纵坐标方向上的一阶导数值；所述自适应核函数具体为：其中，n和m分别表示图像中两个像素位置，其中，n为待更新灰度值的像素，m为n周围的像素，x_i＝n‑m为像素间坐标差；C_i是像素m由步骤C得到的协方差矩阵；h为尺度参数，用于控制高斯函数的宽度；所述步骤E对所述自适应核函数进行自适应锐化，具体包括：步骤E1：将步骤C中计算出的协方差矩阵进行奇异值分解，获得奇异值s1，s2，并计算纹理描述子TM：其中，TM(m)表示在像素m的纹理描述值，该数值反映了以像素m为中心的局部区域的纹理强度；步骤E2：将图像中所有像素的TM值进行累积直方图统计，根据该直方图，实现将该图像按照纹理强度进行像素分类：T1是图像内纹理区域和平坦区域的分类阈值，为TM累积直方图中累积频率60％对应的纹理描述值；c1表示纹理区域类，c2表示平坦区域类；步骤E3：组合待更新像素n其邻域内所有插值样本点m由步骤C得到的自适应核函数w(n；m)，构成权重矩阵W，并根据步骤E2的分类结果进行相应锐化：其中，H为高通滤波器，λ为实数，用以控制权重的锐化幅度，若当前像素位于c1类，则λ＝1，实现图像细节锐化，否则λ＝‑1，实现图像噪声消除。