[发明专利]噪声消除方法及装置

说明书

技术领域

本发明涉及图像处理技术，尤其涉及一种噪声消除方法及装置，属于通信技术领域。

背景技术

图像去噪一直是图像处理领域的热点研究问题。

传统的图像去噪方法大多基于空域局部滤波的思想，例如均值滤波、高斯滤波、双边滤波等。空域局部滤波是基于空间位置临近的像素点一般具有较为相似的灰度值这一假设，通过将像素点的灰度值与邻域像素点的灰度值作加权平均，来去除噪声。由于空间位置临近的像素点一般具有较为相似灰度值的假设仅对图像的平滑部分适用，而对图像的细节部分（边缘、纹理较强区域等）不适用，因此局部滤波方法容易导致图像细节的丢失。

Buades等人在2005年提出了一种非局部均值的图像去噪方法。非局部均值去噪算法主要利用数字图像中存在大量的自相似块这些冗余信息，通过建立待去噪像素点邻域与搜索区域的像素点邻域的相似性测度，计算搜索区域各像素点与待去噪像素点的相似度权重，然后对搜索区域内的像素点进行加权平均，从而计算得到待去噪像素点新的灰度值。该算法在去噪性能以及图像纹理、边缘信息的保持上虽然具有非常好的效果，但其基于信号无关的高斯噪声假设。

现有去噪技术大多基于信号无关的高斯噪声模型，而在一些实际应用场景中，图像噪声可以是高斯噪声与信号相关噪声的混合噪声。例如，对于传感器成像，噪声模型既有信号无关的高斯噪声分量，又有信号相关的泊松噪声分量，因此直接使用基于高斯噪声假设的去噪方法，无法实现对这种同时包含信号相关噪声分量和信号无关噪声分量的混合噪声的有效去噪。

发明内容

针对现有技术中存在的缺陷，本发明实施例提供一种噪声消除方法及装置，用于实现对同时包含信号相关噪声分量和信号无关噪声分量的混合噪声的有效去噪。

第一方面，提供一种噪声消除方法，包括：

基于混合噪声模型，获取待消除噪声的第一信号的噪声标准差函数的参数估计值，以获得估计的噪声标准差函数；

根据估计的噪声标准差函数，对所述第一信号进行方差稳定化变换，以获得噪声为信号无关噪声的第二信号；

对所述第二信号进行去噪；

对去噪后的第二信号进行所述方差稳定化变换的反变换，完成对所述第一信号的噪声消除。

在第一方面的第一种可能的实现方式中，所述方差稳定化变换是通过如下公式实现的：

fVST(t)=∫t0tcσ~(x)dx]]>

其中，为所述估计的噪声标准差函数，c为变换后的恒定标准差，t为变换前当前像素灰度值，f_VST(t)为变换后当前像素灰度值。

在第一方面的第一种可能的实现方式中，所述基于混合噪声模型，获取待消除噪声的第一信号的噪声标准差函数的参数估计值，以获得估计的噪声标准差函数，包括：

对所述第一信号进行小波域分析，获取(x,σ)散点图；

采用随机抽样一致性算法RANSAC，对所述(x,σ)散点图进行曲线拟合，获取第一噪声参数a和第二噪声参数b，且：

σ~(x)=ax+b]]>

其中，x为所述第一信号对应的原始无噪声信号，为所述估计的噪声标准差函数。

结合第一方面或第一方面的第一或第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述对所述第二信号进行去噪，包括按照以下方式遍历所述第二信号的各像素点：