[发明专利]基于NCSR模型的三维协同滤波去噪方法

权利要求书

1.基于NCSR模型的三维协同滤波去噪方法，其特征在于，具体按照以下步骤实施：

步骤1、利用Canny算子提取含噪图像边缘像素点，将该边缘像素点的坐标保存在数组W中；

步骤2、将步骤1中含噪图像通过块匹配的方式进行分组，得到多个分组图像块；

步骤3、将步骤2中各分组图像块进行协同滤波去噪；

步骤4、将步骤3去噪后的分组图像块解组成多个图像块，对于在原图像中具有同一坐标的各图像块通过加权平均的方式进行聚合，求得图像的最终估计值。

2.如权利要求1所述基于NCSR模型的三维协同滤波去噪方法，其特征在于，步骤2所述的具体步骤为：首先确定参考块的位置，从图像左上角第一个8×8的图像块开始为第一个参考块，下一个参考块的位置为向右或向下平移三个像素，以每个参考块为中心的39×39的区域为当前参考块所在的邻域，在邻域内所有与参考块大小相同的图像块都是候选块，遍历邻域内所有的候选块并求出其与当前参考块之间的欧式距离，选出16个欧式距离最小的候选块作为一组相似块，该组相似块与相应的参考块组成一个分组。

3.如权利要求2所述基于NCSR模型的三维协同滤波去噪方法，其特征在于，所述欧式距离的求解方法为：

式(1)中，d^noisy表示欧式距离，||·||₂表示l-2范式，Z_xR代表参考块的像素值，Z_x代表邻域内的侯选块的像素值，代表一个图像块内的像素点个数。

4.如权利要求1所述基于NCSR模型的三维协同滤波去噪方法，其特征在于，步骤3具体步骤为：

步骤3.1、所有图像块首先都需要进行局部二维小波变换，然后由每个分组中参考块的中心像素点的位置是否在W中来选定步骤a或步骤b进行三维协同滤波去噪，估计每个图像块的稀疏系数；

a.若当前分组内参考块中心像素点的位置在W中，则使用NCSR模型中公式(2)来对该组图像块进行第三维协同滤波；

b.若当前分组内参考块中心像素点的位置不在W中，则使用NCSR模型中的公式(3)来对该组图像块进行第三维协同滤波；

式(2)、(3)中，表示对图像块稀疏系数的估计值，α表示图像块的稀疏系数，β表示一组图像块的平均系数值，l₁＝c₁λ，l₂＝c₂γ，c₁和c₂都是常数；

步骤3.2、通过步骤3.1对图像块的稀疏系数值进行协同滤波后，每个分组的图像块都进行二维小波逆变换得到其空域上的像素值。

5.如权利要求1所述基于NCSR模型的三维协同滤波去噪方法，其特征在于，步骤4所述图像的最终估计值的具体求法为：

步骤4.1、获取同一位置处多个估计值的权重：

公式(4)中，N^xR为同一位置出现的多个估计值的个数，σ_n为原图像噪声方差；

步骤4.2、利用公式(5)求得图像块聚合后最终去噪后的结果，

公式(5)中，为一个图像块经过非局部过滤后得到的像素估计值，x_R为图像中的一个参考块，x_m为一组图像块中的某一个相似块，为x_m处的方形特征函数，为最终图像去噪后的估计值。