[发明专利]基于非局部均值与多级定向图像的图像降噪方法

摘要

本发明涉及一种基于非局部均值与多级定向图像的图像降噪方法，首先利用图像局部结构的相似性，在空域中运用小窗口的非局部均值算法对加噪图像进行预处理去除高频噪声，并用主成份分析法(PCA)把局部窗口映射到低维空间来提高算法的速度。然后通过NSCT对预处理的图像进行多尺度多方向的稀疏分解。在NSCT变换域中，利用系数的邻域统计特性，采用维纳滤波消除低频噪声。并通过NSCT反变换得到降噪图像。此方法提高降噪图像的质量、提供更加全面、准确的目标和背景信息，达到较理想的降噪效果。在军事领域和非军事领域如光学成像、目标检测、安全监控等系统中均有广泛应用前景。

主权项

1.一种基于非局部均值与多级定向图像的图像降噪方法，其特征在于，假设观测到的噪声图为I＝f+n(1)，其中f为原始图像，n为独立同分步的高斯白噪声信号N(0，σ²)，具体包括如下步骤：1)对输入的噪声图像v＝{v(i)|i∈I}，采用非局部均值去噪后图像为NL[v](i)。对每个像素i的值通过下式加权得到：w(i，j)为依赖于像素i与像素j相似程度(高斯加权欧氏距离)的权值。满足和2)对第1)步骤中去噪图像NL[v](i)进行多尺度、多方向的NSCT分解，同时设定NSCT变换中非下采样的塔式分解层数K和每层中非下采样的方向滤波分解数L_K；即分解后得到：其中T(·)为NSCT变换；从而得到一副低频子图y_lf和一系列具有不同分辨率的高频图像其中k∈(1，K)和l∈(1，L_k)标明子图像位于第k层非下采样的塔式分解(NSP)的第l方向；3)对NSCT变换后的高频子图像进行局部维纳滤波，得到降噪子图像4)对第3)步骤中得到的所有降噪高频率子图像和第2)步骤中得到的低频子图像y_lf实施NSCT逆变换，得到最终的降噪图像：其中，T^-1(·)为NSCT逆变换。