[发明专利]一种图像相似块快速搜索方法

说明书

本发明提供一种图像相似块快速搜索方法，利用各像素及其邻域像素，确定各像素所对应的图像块；利用邻域内图像块的相似度及图像块的灰度值，确定表示各图像块的特征向量；通过对整幅图像的像素进行均匀下采样，确定一个小规模的索引图像块集合；利用索引图像块集合，构造一棵表示该图像块集合的K维树，将整幅图像无重叠地等分成9幅子图；利用每幅子图所含的图像块，构造一棵表示该子图的K维树，对待搜索图像块，确定索引K维树中与其相似的图像块；确定含有相似图像块数目最多的子图K维树，在确定的目标子图K维树中搜索出与其相似的图像块，所述相似图像块即为与待搜索图像块相似的图像块，实现图像内部相似图像块的快速搜索。

技术领域

本发明涉及图像处理和计算机视觉技术领域，尤其涉及一种图像相似块快速搜索方法。

背景技术

图像处理已广泛应用于公共安全、医疗诊断、军事国防以及日常生活等领域。然而，受成像设备的限制和外部环境的干扰，成像设备所获取的图像通常含有一定的噪声或者分辨率较低，从而影响后续处理的准确性。为此，需要在不改变成像条件的前提下，利用图像滤波技术对图像进行处理，以达到抑制噪声或增加分辨率的目的。

图像自身隐含大量的冗余信息，其表现形式为：图像内存在许多相似的图像块，这些相似图像块可能位于同一个区域也可能分布在图像的不同位置。利用这些相似的图像块可以实现图像去噪和超分辨率。常用的图像滤波技术包括局部滤波和非局部滤波。局部滤波利用待处理图像块与其相邻图像块间的相似性，通过对这些局部区域内的图像块进行加权平均得到滤波后的像素。非局部滤波是在整幅图像内，搜索出所有与待处理图像块相似的图像块，然后由这些图像块加权平均生成滤波后的像素。局部滤波的处理效果通常较差，而非局部滤波尽管效果要优于局部滤波，但计算复杂度很高，其计算瓶颈主要在于相似图像块的搜索。

发明内容

为了克服上述现有技术中的不足，本发明提供一种图像相似块快速搜索方法，搜索方法包括：

步骤1：利用各像素及其邻域像素，确定各像素所对应的图像块；

步骤2：利用邻域内图像块的相似度及图像块的灰度值，确定表示各图像块的特征向量；

步骤3：通过对整幅图像的像素进行均匀下采样，确定一个小规模的索引图像块集合；

步骤4：利用索引图像块集合，构造一棵表示该图像块集合的K维树，记为索引K维树；

步骤5：将整幅图像无重叠地等分成9幅子图；

步骤6：利用每幅子图所含的图像块，构造一棵表示该子图的K维树，记为子图K维树；

步骤7：对待搜索图像块，确定索引K维树中与其相似的图像块；

步骤8：确定含有相似图像块数目最多的子图K维树，称为目标子图K维树；

步骤9：在步骤7所确定的目标子图K维树中搜索出与其相似的图像块，所述相似图像块即为与待搜索图像块相似的图像块。

优选地，所述步骤1各像素所对应的图像块确定方法如下：将每个像素及其5×5邻域内的像素定义为一个图像块。

优选地，所述步骤2各图像块的特征向量确定方法如下：

(1)每个图像块含有25个像素，记为p₁,p₂,…,p₂₅；

(2)利用式(1)计算各图像块与其周围8个图像块的相似度，记为s₁,s₂,…,s₈；

式中a为控制参数，P为待处理图像块，P_i为P周围的第i个图像块；