[发明专利]一种尺寸自适应块匹配变换域滤波图像去噪方法

说明书

技术领域

本发明属于计算机图像处理领域，特别是一种图像去噪方法。

背景技术

在图像获取过程中，总会不可避免地引入各种噪声，图像去噪的研究在过去的几十年中一直是一个热门研究课题。当前最好的图像去噪方法是块匹配三维变换域协同滤波(BM3D)[Dabov K，Foi A，Katkovnik V，et al.Image denoising by sparse 3D transformdomain collaborative filtering.IEEE Transactions on Image Processing，2007，16(8)：2080-2095]，由于这种方法有效地结合了局部变换方法与非局部滤波方法，所以是公认的当前最好的图像去噪方法。这种方法将图像去噪的整个过程分为两阶段：第一阶段是块匹配三维变换域硬阈值系数收缩，称为基本估计；第二阶段是块匹配维纳滤波，称为最终估计。

BM3D总的来说分为两个阶段，每个阶段又各自分为三步：

第一阶段：基本估计

(1)群组：通过块匹配找到图像中某个邻域内的若干图像块并把它们堆叠成一个三维矩阵，这充分利用了非局部模型；

将输入图像z划分若干相互交叠的块Z_x∈X，其中X是这些块的坐标构成的集合，对每一个块Z_x∈X执行群组操作，即群组那些与Z_x相似的图像块构成一个三维矩阵：

Zx3D=grouping(Zx)---(1)]]>

(2)协同滤波：用可分的三维变换稀疏表示群组获得的三维矩阵，通过硬阈值收缩变换系数去除噪声，再执行逆三维变换：

Y^x3D=T-1(shrink(T(Zx3D)))---(2)]]>

其中T是一个可分的三维变换，T^-1为T的逆变换。

(3)聚合：通过加权平均聚合每一组中的所有图像块获得最后的去噪图像。权值由下式给出：