一種圖像平滑抑制噪聲方法
2023-06-11 06:28:11
專利名稱：一種圖像平滑抑制噪聲方法
技術領域：
本發明涉及數字圖像處理技術，具體地說，是一種利用圖像的自相似 特性進行綜合加權平滑，抑制噪聲同時保持圖像特徵的圖像噪聲抑制技術。
背景技術：
成像時的傳感器退化、數值量化過程、轉換過程等都會引入噪聲。噪聲 抑制對提高圖像質量，改善圖像視覺效果有重要意義。數字圖像中的噪聲模型有多種，如加 性高斯噪聲、乘性噪聲等，都是對實際噪聲的簡化和抽象。圖像噪聲抑制方法可以分為空間 域處理和變換域處理兩類空間域處理方法直接根據圖像像素間的變化特點濾波計算；變 換域濾波方法先對圖像做變換，如傅立葉變換、離散餘弦變換、小波變換等，然後在變換後 的各個頻帶上分別處理。空間域方法中，雙邊濾波及其擴展方法比較有影響。雙邊濾波可 看作高斯平滑濾波的擴展，其基本思想是濾波結果中的顏色值是原圖中對應位置及鄰域 像素加權平均的結果，以當前像素為標準，坐標距離越大的權值越小，顏色距離越大的權值 越小，鄰域像素的權值取為坐標距離權值和顏色距離權值的乘積。代表當前最高水平的方法大多是基於子圖像塊匹配的方法(這裡的子圖像塊指 在圖像中的一個小矩形區域內的像素組成的塊)。這類方法的主要思想是成像內容自身 具有自相似性，而噪聲信息相互間獨立，因此對每個子圖像塊，在其鄰近範圍內搜索匹配， 找到最相似的某些塊，將這些相似的塊關聯在一起綜合處理。基於子圖像塊匹配的方法相 比單純局部處理方法噪聲抑制水平明顯提高。但是現已公開的該類方法，有的針對特定的 噪聲模型、計算複雜度高且實現過程複雜，有的噪聲抑制水平還有提高餘地。發明內容本發明公開一種新的技術方案，綜合使用逐像素加權平滑和相似子圖 像塊加權平滑，能在相對較低的計算複雜度下實現較好的噪聲抑制，方法不需要指定噪聲 模型，尤其適合用於雷達和超聲圖像的斑點噪聲抑制。本發明的基本思路為首先對原始圖像進行雙邊濾波獲得粗略平滑結果，粗略平 滑結果中的噪聲量相比原始圖像低很多；將平滑結果圖像劃分為子圖像塊集合，相鄰子圖 像塊間有部分重疊；集合中的每個子圖像塊在平滑結果圖像中其鄰域範圍內搜索匹配，取 最相似的若干塊；從原始圖像中取對應位置的子圖像塊，綜合加權獲得對當前子圖像塊的 估計；所有子圖像塊的估計結果按照對應位置加權聚合形成輸出圖像。其中，使用粗略平滑 結果進行子圖像塊匹配是為了提高子圖像塊相似性判別的可靠性。原始圖像中噪聲強烈， 相似性判別極不可靠，子圖像塊邊長小時尤其明顯。相鄰子圖像塊間部分重疊且塊的估計 結果加權聚合是為了消除輸出結果的塊狀效應。實現本發明思路的技術方案流程如圖1所示，其優點是計算複雜度不高且適合 並行加速，可在當前主流平臺下通過GPU計算技術實現實時處理；不依賴特定噪聲模型；易 於實現；參數調整簡單。具體描述如下A.對原始圖像進行雙邊濾波，獲得粗略平滑結果；B.將平滑結果圖像劃分為子圖像塊集合，即從圖像左上角開始，向右每隔固定 像素數取一個正方形子圖像塊，直至圖像最右，然後向下每隔固定像素數以相同方式從左 往右取子圖像塊，直至圖像最下；相鄰子圖像塊間部分重疊，即選取子圖像塊時的間隔像素 數小於子圖像塊的邊長；
C.在平滑結果圖像內，集合中的每個子圖像塊(稱為當前塊)在其鄰域範圍內搜 索匹配，找到最相似的若干子圖像塊(稱為相似塊)；D.原圖中與平滑結果圖像內一一對應取子圖像塊，與當前塊對應的子圖像塊稱 為原圖當前塊，與相似塊對應的子圖像塊稱為原圖相似塊；以原圖當前塊為基準，結合原圖 相似塊綜合加權平均，獲得對當前塊的估計結果；估計方法為，對原圖當前塊中的每個像素 (稱為當前像素)執行如下步驟，獲得估計結果像素；a)計算所有子圖像塊中的所有像素與當前像素的顏色的歐氏距離dc，用函數 Gc (dc)映射為顏色權值Wc ；b)計算原圖當前塊內所有像素與當前像素的位置距離dd(到自身距離為0)，用函 數Gd(dd)映射為位置權值W，各原圖相似塊中的像素權值取為與原圖當前塊中的對應位 置處相等，即各塊內對應位置處權值相等；c)在平滑結果圖像內相似塊與當前塊的相似性判別結果值ds(當前塊與自身的 相似性判別結果值為0)用函數Gs(ds)映射為塊權值Ws ；根據一一對應關係，原圖當前塊、 原圖相似塊對應取塊權值；d)每個像素的權值為顏色權值、位置權值和所在塊的塊權值的乘積；像素總體加 權平均後獲得對當前像素的估計；E.集合中所有圖像塊計算完成後，估算結果塊中的像素按照在原圖中的位置加權 聚合形成輸出結果圖像；加權聚合方式如下a)生成和原圖等大小的圖像Iw，初始顏色值都為0 ；生成一個和原圖等行列數的 權值矩陣，初始值全為0;b)在每個子圖像塊中的像素，與所在塊中心的距離db用函數Gb(db)映射為權值 Wb ；每個顏色值與權值的乘積按像素位置累加到圖像Iw中，同時將權值按位置累加到權值 矩陣；c)圖像Iw的像素顏色值與權值矩陣元素一一對應相除，獲得輸出結果；其中，使用的函數Gc (dc)，Gd (dd)，Gs (ds), Gb (db)全部為高斯函數^^·,只是參 數ο不同；步驟C中的鄰域範圍指圖像中包含當前塊、比當前塊大的矩形範圍；搜索匹配指 在鄰域範圍內逐像素計算所在位置處對應的正方形塊與當前塊的相似程度；判斷相似的方 法是計算兩子圖像塊間的對應位置處像素顏色值的歐氏距離的平方的均值，結果值越小越 相似。步驟D中，計算顏色權值Wc還可以使用另一種方法每個子圖像塊中與當前像素 對應位置處的像素稱為塊中當前像素，各子圖像塊中的所有像素與塊中當前像素的顏色的 歐氏距離dc，用函數Gc(dc)映射為顏色權值Wc，參加綜合加權。在輸出結果圖像上進行一次子圖像塊估計的迭代計算，可以去掉小瑕疵，進一步 提高圖像質量。迭代計算時不預先進行雙邊濾波，匹配和綜合加權估算使用的圖像塊都取 自輸出結果圖像，且綜合加權時所有加權函數中的參數σ都減小以降低鄰域像素和相似 塊中像素的權值，其它計算過程保持相同。本發明方法中取子圖像塊集合、鄰域搜索、綜合加權的過程在圖像的各個部分完
全一致，因此通過圖像分塊等可以實現並行，塊內的權值計算和結果估計等也是高度並行的，適合使用GPU計算技術加速。由於方案中充分考慮了像素臨近關係、顏色相似性、子圖 像塊間的相似性，能較大程度綜合圖像信息，比傳統局部鄰域類的方法更好地抑制噪聲；方 案中只使用了綜合加權的方式，不依賴特定噪聲模型，具有較好的適應性。
圖1是總體技術方案流程示意2是子圖像塊和相鄰子圖像塊部分重疊示意3是當前塊與鄰域示意圖具體實施方式
現在結合附圖，描述本發明的一種具體實施方式
。依據技術方案流程示意1和「發明內容」中的具體描述，本發明主要步驟為 逐像素處理獲得初步平滑結果，在粗略平滑結果圖像中取子圖像塊集合，每個子圖像塊在 鄰域內搜索匹配，並從原始圖像中對應取子圖像塊，綜合加權計算每個子圖像塊的估計結 果，加權聚合為輸出結果。作為可選的進一步優化，調整參數迭代計算一次子圖像塊估計， 去掉小瑕疵。第一步是使用雙邊濾波逐像素處理獲得初步平滑結果。雙邊濾波方法是著名的圖 像平滑方法，可看做高斯平滑濾波的改進和擴展，能在平滑噪聲時較好保留邊緣信息。估計 結果圖像中的每個像素是原始圖像中對應位置及其鄰域的像素的加權平均，權值是顏色權 值和空間距離權值的乘積，顏色相差越小則顏色權值越大，空間距離越小則空間距離權值 越大，權值的映射函數使用高斯函數或類似高斯形狀的函數。取權值映射函數為高斯函數
時，雙邊濾波的一種典型表達是:Pe=」(/γΡ (xrxf+(yry 』其中P，Pjj Pe表示原始圖
像中的當前像素的顏色值、當前像素鄰域的像素顏色值和估計結果像素的顏色值；X，1, Xj, Yj表示當前像素的橫坐標、縱坐標和鄰域像素的橫坐標縱坐標；σ。，Od為可調節的參數， 參數取值越大，則結果平滑越強烈。平滑結果圖像和原圖像寬高相等。第二步是取子圖像塊集合。在粗略平滑結果圖像中從左上角開始，向右每隔固定 像素數取一個正方形子圖像塊，直至圖像最右；然後向下每隔固定像素數以相同方式從左 往右取子圖像塊，直至圖像最下；相鄰子圖像塊間部分重疊，即選取子圖像塊時的間隔像素 數小於子圖像塊的邊長。子圖像塊集合能夠覆蓋整個圖像。附圖2是子圖像塊和相鄰子圖 像塊部分重疊示意圖，示意了子圖像塊集合在圖像中的位置和塊間相互間位置關係的一種 情況。其中共有四塊子圖像塊左上角的塊對應橫坐標0到4、縱坐標0到4的塊，右上角 的塊對應橫坐標3到7、縱坐標0到4的塊，左下角對應橫坐標0到4、縱坐標3到7，右下角 對應橫坐標3到7、縱坐標3到7 ；四個子圖像塊都是邊長為5的正方形，水平方向相鄰塊間 重疊2個像素，垂直方向相鄰塊間重疊2個像素，中間的4個像素(即橫坐標3到4且縱坐 標3到4的像素)為這四個塊公共的重疊部分。方案實施時，可以取塊大小為7、9、11或更 大，相鄰塊間重疊像素數可以為2、3或更大。當取到圖像的右邊界或下邊界處，且剩餘像素 數不足一個塊邊長時，可以改為取小塊或者增大相鄰塊間的重疊像素數，只要使子圖像塊 集合覆蓋整個圖像即可。第三步是每個子圖像塊在鄰域範圍內搜索匹配，找到若干最相似的子圖像塊。子圖像塊和鄰域都是在粗略平滑結果圖像上選取。子圖像塊和其鄰域範圍如附圖3所示，鄰 域範圍指圖像中包含當前塊、比當前塊大的矩形範圍。鄰域大小根據子圖像塊大小經驗設 定，比如子圖像塊取邊長9時，鄰域範圍可取為27行27列或更大。較好的鄰域範圍取法是 當前塊在圖像邊界處時只要取包含當前塊、比當前塊大的矩形範圍；當前塊在中間部分時， 使當前塊的中心與鄰域範圍的中心重合，即當前塊在鄰域範圍中居中。搜索匹配指在鄰域 範圍內逐像素計算每次取與當前塊等大的子圖像塊，子圖像塊以該像素的坐標為左上角 坐標；兩子圖像塊中像素按坐標一一對應，即塊的左上角點與左上角點對應，右下角點與右 下角點對應，其它像素按位置排列對應；對應像素顏色值的歐氏距離的平方的均值表示相似性，即
權利要求
1. 一種技術方案，綜合使用逐像素加權平滑和相似子圖像塊加權平滑，不需要指定噪 聲模型，能在相對較低的計算複雜度下實現較好的噪聲抑制，包括如下步驟A.對原始圖像進行雙邊濾波，獲得粗略平滑結果；B.將平滑結果圖像劃分為子圖像塊集合，即從圖像左上角開始，向右每隔固定像素 數取一個正方形子圖像塊，直至圖像最右，然後向下每隔固定像素數以相同方式從左往右 取子圖像塊，直至圖像最下；相鄰子圖像塊間部分重疊，即選取子圖像塊時的間隔像素數小 於子圖像塊的邊長；C.在平滑結果圖像內，集合中的每個子圖像塊(稱為當前塊)在其鄰域範圍內搜索匹 配，找到最相似的若干子圖像塊(稱為相似塊)；D.原圖中與平滑結果圖像內一一對應取子圖像塊，與當前塊對應的子圖像塊稱為原圖 當前塊，與相似塊對應的子圖像塊稱為原圖相似塊；以原圖當前塊為基準，結合原圖相似塊 綜合加權平均，獲得對當前塊的估計結果；估計方法為，對原圖當前塊中的每個像素(稱為 當前像素)執行如下步驟，獲得估計結果像素；a)計算所有子圖像塊中的所有像素與當前像素的顏色的歐氏距離dc(當前像素與自 身顏色的歐氏距離為0)，用函數Gc(dc)映射為顏色權值Wc ；b)計算原圖當前塊內所有像素與當前像素的位置距離dd(到自身距離為0)，用函數 Gd(dd)映射為位置權值W，各原圖相似塊中的像素權值取為與原圖當前塊中的對應位置 處相等，即各塊內對應位置處權值相等；c)在平滑結果圖像內相似塊與當前塊的相似性判別結果值ds(當前塊與自身的相似 性判別結果值為0)用函數Gs(ds)映射為塊權值Ws;根據一一對應關係，原圖當前塊、原圖 相似塊對應取塊權值；d)每個像素的權值為顏色權值、位置權值和所在塊的塊權值的乘積；像素總體加權平 均後獲得對當前像素的估計；E.集合中所有圖像塊計算完成後，估算結果塊中的像素按照在原圖中的位置加權聚合 形成輸出結果圖像；加權聚合方式如下a)生成和原圖等大小的圖像Iw，初始像素值都為0；生成一個和原圖等行列數的權值 矩陣，初始值全為0;b)在每個子圖像塊中的像素，與所在塊中心的距離db用函數Gb(db)映射為權值Wb； 每個像素值與權值的乘積按像素位置累加到圖像Iw中，同時將權值按位置累加到權值矩 陣；c)圖像Iw的像素顏色值與權值矩陣元素一一對應相除，獲得輸出結果；其特徵在於其中，使用的函數6((如)，6(1((1(1)，68((18)，613((113)全部為高斯函數丨^ 』只是參數。 不同；步驟C中的鄰域範圍指圖像中包含當前塊、比當前塊大的矩形範圍；搜索匹配指在鄰 域範圍內逐像素計算所在位置處對應的正方形塊與當前塊的相似程度；判斷相似的方法 是計算兩子圖像塊間的對應位置處像素顏色值的歐氏距離的平方的均值，結果值越小越相 似。
2.根據權利要求1中所述的技術方案，其特徵在於步驟D中計算顏色權值Wc使用如下方法每個子圖像塊中與當前像素對應位置處的像 素稱為塊中當前像素，各子圖像塊中的所有像素與塊中當前像素的顏色的歐氏距離dc，用 函數Gc (dc)映射為顏色權值Wc，參加綜合加權。
3.根據權利要求1中所述的技術方案，其特徵在於在輸出結果圖像上進行一次迭代計算，去掉小瑕疵；迭代計算時不預先進行雙邊濾波， 匹配和綜合加權估算使用的圖像塊都取自輸出結果圖像，且綜合加權時所有加權函數中的 參數ο都減小，其它計算過程保持相同。
全文摘要
本發明公開一種技術方案，綜合使用逐像素加權平滑和相似子圖像塊加權平滑，能在相對較低的計算複雜度下實現較好的噪聲抑制，方法不需要指定噪聲模型，尤其適合用於雷達和超聲圖像的斑點噪聲抑制。首先對原始圖像進行雙邊濾波獲得粗略平滑結果，將平滑結果圖像劃分為子圖像塊集合，相鄰子圖像塊間部分重疊；然後集合中的每個子圖像塊在平滑結果圖像中其鄰域範圍內搜索匹配，取最相似的若干塊；再從原始圖像中取對應位置的子圖像塊，綜合加權獲得對當前子圖像塊的估計；最後所有子圖像塊的估計結果按照對應位置加權聚合形成輸出結果圖像。作為可選步驟，可以減小綜合加權時使用的參數，在輸出結果圖像上進行一次迭代，去掉小瑕疵，獲得優化結果。
文檔編號G06T5/00GK102005033SQ201010544940
公開日2011年4月6日 申請日期2010年11月16日 優先權日2010年11月16日
發明者唐娉, 王傑, 鄭柯 申請人:中國科學院遙感應用研究所