專利名稱：噪聲消除方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)，尤其涉及一種噪聲消除方法及裝置，屬于通信技術(shù)領(lǐng)域。
背景技術(shù)：
圖像去噪一直是圖像處理領(lǐng)域的熱點研究問題。傳統(tǒng)的圖像去噪方法大多基于空域局部濾波的思想，例如均值濾波、高斯濾波、雙邊濾波等。空域局部濾波是基于空間位置臨近的像素點一般具有較為相似的灰度值這一假 設(shè)，通過將像素點的灰度值與鄰域像素點的灰度值作加權(quán)平均，來去除噪聲。由于空間位置臨近的像素點一般具有較為相似灰度值的假設(shè)僅對圖像的平滑部分適用，而對圖像的細節(jié)部分(邊緣、紋理較強區(qū)域等)不適用，因此局部濾波方法容易導(dǎo)致圖像細節(jié)的丟失。Buades等人在2005年提出了一種非局部均值的圖像去噪方法。非局部均值去噪算法主要利用數(shù)字圖像中存在大量的自相似塊這些冗余信息，通過建立待去噪像素點鄰域與搜索區(qū)域的像素點鄰域的相似性測度，計算搜索區(qū)域各像素點與待去噪像素點的相似度權(quán)重，然后對搜索區(qū)域內(nèi)的像素點進行加權(quán)平均，從而計算得到待去噪像素點新的灰度值。該算法在去噪性能以及圖像紋理、邊緣信息的保持上雖然具有非常好的效果，但其基于信號無關(guān)的高斯噪聲假設(shè)?，F(xiàn)有去噪技術(shù)大多基于信號無關(guān)的高斯噪聲模型，而在一些實際應(yīng)用場景中，圖像噪聲可以是高斯噪聲與信號相關(guān)噪聲的混合噪聲。例如，對于傳感器成像，噪聲模型既有信號無關(guān)的高斯噪聲分量，又有信號相關(guān)的泊松噪聲分量，因此直接使用基于高斯噪聲假設(shè)的去噪方法，無法實現(xiàn)對這種同時包含信號相關(guān)噪聲分量和信號無關(guān)噪聲分量的混合噪聲的有效去噪。
發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明實施例提供一種噪聲消除方法及裝置，用于實現(xiàn)對同時包含信號相關(guān)噪聲分量和信號無關(guān)噪聲分量的混合噪聲的有效去噪。第一方面，提供一種噪聲消除方法，包括基于混合噪聲模型，獲取待消除噪聲的第一信號的噪聲標準差函數(shù)的參數(shù)估計值，以獲得估計的噪聲標準差函數(shù)；根據(jù)估計的噪聲標準差函數(shù)，對所述第一信號進行方差穩(wěn)定化變換，以獲得噪聲為信號無關(guān)噪聲的第二信號；對所述第二信號進行去噪；對去噪后的第二信號進行所述方差穩(wěn)定化變換的反變換，完成對所述第一信號的噪聲消除。在第一方面的第一種可能的實現(xiàn)方式中，所述方差穩(wěn)定化變換是通過如下公式實現(xiàn)的
權(quán)利要求
1.一種噪聲消除方法，其特征在于，包括 基于混合噪聲模型，獲取待消除噪聲的第一信號的噪聲標準差函數(shù)的參數(shù)估計值，以獲得估計的噪聲標準差函數(shù)； 根據(jù)估計的噪聲標準差函數(shù)，對所述第一信號進行方差穩(wěn)定化變換，以獲得噪聲為信號無關(guān)噪聲的第二信號； 對所述第二信號進行去噪； 對去噪后的第二信號進行所述方差穩(wěn)定化變換的反變換，完成對所述第一信號的噪聲消除。
2.根據(jù)權(quán)利要求I所述的噪聲消除方法，其特征在于，所述方差穩(wěn)定化變換是通過 如下公式實現(xiàn)的 其中，#(χ)為所述估計的噪聲標準差函數(shù),c為變換后的恒定標準差，t為變換前當前像素灰度值，fVST(t)為變換后當前像素灰度值。
3.根據(jù)權(quán)利要求I所述的噪聲消除方法，其特征在于，所述基于混合噪聲模型，獲取待消除噪聲的第一信號的噪聲標準差函數(shù)的參數(shù)估計值，以獲得估計的噪聲標準差函數(shù)，包括 對所述第一信號進行小波域分析，獲取(X，σ)散點圖； 采用隨機抽樣一致性算法RANSAC，對所述(X，σ)散點圖進行曲線擬合，獲取第一噪聲參數(shù)a和第二噪聲參數(shù)b，且 (j(x) = yjax + b 其中，X為所述第一信號對應(yīng)的原始無噪聲信號，刊勺為所述估計的噪聲標準差函數(shù)。
4.根據(jù)權(quán)利要求1-3任一所述的噪聲消除方法，其特征在于，所述對所述第二信號進行去噪，包括按照以下方式遍歷所述第二信號的各像素點 判斷待去噪的像素點i的鄰域與搜索區(qū)域的像素點j的鄰域的灰度均值之比，與I的差值是否小于等于預(yù)設(shè)差值；并判斷所述像素點i與所述像素點j的梯度方向的夾角是否小于等于預(yù)設(shè)夾角；其中i和j均為自然數(shù)； 若兩者中的至少一個判斷為否，則將所述像素點i與所述像素點j的鄰域相似度確定為O ; 若兩者均判斷為是，則根據(jù)預(yù)設(shè)公式，計算所述像素點i與所述像素點j的鄰域相似度； 根據(jù)所述鄰域相似度和所述像素點j的灰度值，計算得到所述像素點i的去噪后的灰度值。
5.根據(jù)權(quán)利要求1-3任一所述的噪聲消除方法，其特征在于，所述對所述第二信號進行去噪，包括按照以下方式遍歷所述第二信號的各像素點 對待去噪的像素點i和搜索區(qū)域的像素點j的鄰域窗口進行下采樣；其中i和j均為自然數(shù)； 根據(jù)所述像素點i的下采樣鄰域的灰度值，和所述像素點j的下采樣鄰域的灰度值，計算所述像素點i與所述像素點j的鄰域相似度；根據(jù)所述鄰域相似度和所述像素點j的灰度值，計算得到所述像素點i的去噪后的灰度值。
6.一種噪聲消除裝置，其特征在于，包括 估計模塊，用于基于混合噪聲模型，獲取待消除噪聲的第一信號的噪聲標準差函數(shù)的參數(shù)估計值，以獲得估計的噪聲標準差函數(shù)； 方差穩(wěn)定化變換模塊，用于根據(jù)估計的噪聲標準差函數(shù)，對所述第一信號進行方差穩(wěn)定化變換，以獲得噪聲為信號無關(guān)噪聲的第二信號； 去噪模塊，用于對所述第二信號進行去噪； 方差穩(wěn)定化反變換模塊，對去噪后的第二信號進行所述方差穩(wěn)定化變換的反變換，完成對所述第一信號的噪聲消除。
7.根據(jù)權(quán)利要求6所述的噪聲消除裝置，其特征在于，所述方差穩(wěn)定化變換是通過如下公式實現(xiàn)的
8.根據(jù)權(quán)利要求6所述的噪聲消除裝置，其特征在于，所述估計模塊用于 對第一信號進行小波域分析，獲取U，σ)散點圖； 采用隨機抽樣一致性算法RANSAC，對所述(X，σ)散點圖進行曲線擬合，獲取第一噪聲參數(shù)a和第二噪聲參數(shù)b，且
9.根據(jù)權(quán)利要求6-8任一所述的噪聲消除裝置，其特征在于，所述去噪模塊用于按照以下方式遍歷所述第二信號的各像素點 判斷待去噪的像素點i的鄰域與搜索區(qū)域的像素點j的鄰域的灰度均值之比，與I的差值是否小于等于預(yù)設(shè)差值；并判斷所述像素點i與所述像素點j的梯度方向的夾角是否小于等于預(yù)設(shè)夾角；其中i和j均為自然數(shù)； 若兩者中的至少一個判斷為否，則將所述像素點i與所述像素點j的鄰域相似度確定為O ; 若兩者均判斷為是，則根據(jù)預(yù)設(shè)公式，計算所述像素點i與所述像素點j的鄰域相似度； 根據(jù)所述鄰域相似度和所述像素點j的灰度值，計算得到所述像素點i的去噪后的灰度值。
10.根據(jù)權(quán)利要求6-8任一所述的噪聲消除裝置，其特征在于，所述去噪模塊用于按照以下方式遍歷所述第二信號的各像素點 對待去噪的像素點i和搜索區(qū)域的像素點j的鄰域窗口進行下采樣；其中i和j均為自然數(shù)； 根據(jù)所述像素點i的下采樣鄰域的灰度值，和所述像素點j的下采樣鄰域的灰度值，計算所述像素點i與所述像素點j的鄰域相似度；根據(jù)所述鄰域相似度和所述像素點j的灰度值，計算得到所述像素點i的去噪后的 灰度值。
全文摘要
本發(fā)明實施例提供噪聲消除方法及裝置。該方法包括基于混合噪聲模型，獲取待消除噪聲的第一信號的噪聲標準差函數(shù)的參數(shù)估計值，以獲得估計的噪聲標準差函數(shù)；根據(jù)估計的噪聲標準差函數(shù)，對所述第一信號進行方差穩(wěn)定化變換，以獲得噪聲為信號無關(guān)噪聲的第二信號；對所述第二信號進行去噪；對去噪后的第二信號進行所述方差穩(wěn)定化變換的反變換，完成對所述第一信號的噪聲消除。本發(fā)明實施例提供噪聲消除方法及裝置，能夠?qū)崿F(xiàn)對同時包含信號相關(guān)噪聲分量和信號無關(guān)噪聲分量的混合噪聲的有效去噪。
文檔編號G06T5/00GK102968770SQ20121050422
公開日2013年3月13日 申請日期2012年11月30日 優(yōu)先權(quán)日2012年11月30日
發(fā)明者錢沄濤, 葉敏超, 韓明臣 申請人:華為技術(shù)有限公司, 浙江大學(xué)