[发明专利]降低压缩图像编码噪声的方法

权利要求书

1.一种降低压缩图像编码噪声的方法，其特征在于，它包括：

1)按照图像的像素特点，将原始图像的像素所属区域分为平滑区域和非平滑区域，所述非平滑区域是指图像中亮度变化较大的区域，它包括边界区域和纹理区域，所述平滑区域是指图像中亮度变化缓慢的区域；

2)对原始图像中的平滑区域进行平滑滤波处理；

3)通过噪声检测区分原始图像的细节和噪声，检测出原始图像中属于块效应的噪声；

4)对平滑滤波处理后的图像中属于块效应的噪声进行滤波降噪处理。

2.根据权利要求1所述的降低压缩图像编码噪声的方法，其特征在于，所述步骤1)包括：

11)对原始图像进行灰度检测处理，获取图像的各像素点的灰度值；

12)设计一个n×n观察窗，其中n×n表示观察窗的尺寸，n为大于2的奇数；

13)计算每个观察窗内n×n-1个邻域像素点相对于中心像素点的韦伯比率c_i：

ci=|Im-Ii|Im,i∈[1,n×n],i≠m]]>

其中，I表示灰度值，i表示窗口内像素点坐标索引值下标，第一行索引分别为1、2、…、n，第二行为n+1、n+2、…、n+n，第三行为2n+1、2n+2、…、2n+n，以此类推，I_i表示邻域内索引值为i的像素点的灰度值，m表示中心像素点索引值下标，m＝(n×n+1)/2，I_m表示当前处理像素点即观察窗中心点的灰度值；

14)将得到的韦伯比率c_i与预设的人眼可分辨亮度变化阈值T1进行比较，当韦伯比率小于该阈值时，表示窗口邻域内观测点相对中心像素点变化缓慢，反之表示观测点相对中心像是变化剧烈；

15)将比较结果二值化为ε_i，并对窗口内的ε_i求和，得到窗口内亮度连续的像素点的个数count1：

ϵi=0,ci>T11,ci≤T1]]>

count1=Σi=1,2,···,n×n;i≠mϵi]]>

16)对当前处理像素点所属区域进行分类，如果count1≥T2，表示该点相对邻域像素连续，即当前像素点处于平滑区域，否则，表示该点处于不平滑区域，其中，T2为平滑区域判断门限值，用δ_m表示分类结果，当δ_m的值为0时表示该像素点处于不平滑区域，当δ_m的值为1时表示该像素点处于平滑区域：

δm=0,count1<T21,count1≥T2]]>