基于空域和时域联合滤波的多帧数字图像去噪方法

摘要

本发明公开了一种基于空域和时域联合滤波的多帧数字图像去噪方法。其方案是：输入低光照环境下采集的同一场景的多帧数字图像；选取多帧图像中最清晰的一张作为基准图像；对多帧数字图像进行全局和局部配准；以基准图像为参考，在空域和时间域中建立与基准图像中局部区域相似的相似组，并采用相似组对基准图像中的局部区域进行协同滤波；利用滤波后图像中的亮度信息以及像素分布信息，对滤波后图像依次进行颜色校正和对比度增强，得到去噪后的图像。本发明能有效抑制数字图像中的噪声和运动模糊等因素对于图像质量的影响，并在抑制噪声的同时有效的保留图像中的细节纹理，可用于提高低光照环境下数字图像采集设备中的图像质量。

主权项

一种基于空域和时域联合滤波的多帧数字图像去噪方法，包括如下步骤：(1)输入N帧低光照环境下采集的针对同一场景的自然图像z_i,i＝1,2,…,N；(2)计算各帧图像的平均水平梯度和平均垂直梯度将与之和作为图像清晰度测度G_i，选取G_i最大的一帧，作为参考图像z_r,1≤r≤N，并将该参考图像的清晰度测度记为G_max；(3)计算各帧图像相对于参考图像z_r的全局运动矢量V_i；(4)计算各帧图像清晰度测度G_i与参考图像清晰度测度G_max的比值R_i，将R_i大于阈值0.99所对应的第i帧图像记为候选参考图像z_r'，计算各帧图像相对于该候选参考图像z_r'的候选全局运动矢量(5)计算全局运动矢量V_i和候选全局运动矢量的测度，并依据该测度从参考图像z_r和候选参考图像z_r'中选取基准图像并将该基准图像对应的全局运动矢量作为基准全局运动矢量(6)将输入的各帧图像都划分成大小相同的J个搜索块，利用上述基准全局运动矢量计算各帧图像中每个搜索块相对于基准图像中对应搜索块的局部运动矢量V_{i_j},1≤i≤N且i≠s,1≤j≤J；(7)将各帧图像中的每个搜索块都划分为大小相同的Q个融合块，使用步骤(6)中所得局部运动矢量V_{i_j}，在基准图像中找出与各帧图像中的每个融合块所对应的基准融合块，选取各帧图像中与同一基准融合块对应的融合块构成时域融合块组；(8)分别计算每个时域融合块组中每个融合块与其对应基准融合块的像素差值，并将这些像素差值的平均值作为该时域融合块组中每个融合块与其对应基准融合块的时域相似性测度δ_{i_j_k},1≤i≤N且i≠s,1≤j≤J,1≤k≤Q；(9)依据步骤(8)中所得的时域相似性测度δ_{i_j_k}，计算时域融合滤波权值ω_{i_j_k}：${\omega }_{i\_j\_k}=\left\{\begin{array}{cc}1& \left|{\delta }_{i\_j\_k}\right|\le 16\\ (48-|{\delta }_{i\_j\_k}\left|\right)/32,& 16<\left|{\delta }_{i\_j\_k}\right|\le 48\\ 0& \left|{\delta }_{i\_j\_k}\right|>48\end{array}\right.;$(10)用所述时域融合滤波权值ω_{i_j_k}对每个时域融合块组所对应的基准融合块进行时域加权融合滤波，得到时域融合滤波图像z_fu；(11)依据步骤(8)中所得各个时域融合块组中每个融合块与其对应基准融合块的像素差值，统计像素差值大于阈值24的像素个数占融合块总像素个数的百分比，计算这些百分比的标准差σ_j,k，若σ_j,k大于阈值0.09，则判定该时域融合块组及其对应的基准融合块为场景中的局部运动区域；(12)对步骤(11)中所判定的局部运动区域，依据时域相似性测度δ_{i_j_k}，按照下式计算局部运动区域的时域融合滤波权值ω'_{i_j_k}：${{\omega }^{\prime }}_{i\_j\_k}=\left\{\begin{array}{cc}1& \left|{\delta }_{i\_j\_k}\right|\le 6\\ (12-|{\delta }_{i\_j\_k}\left|\right)/6,& 6<\left|{\delta }_{i\_j\_k}\right|\le 12\\ 0& \left|{\delta }_{i\_j\_k}\right|>12\end{array}\right.;$(13)用局部运动区域的时域融合滤波权值ω'_{i_j_k}对所判定的局部运动区域所对应的基准融合块进行加权融合滤波，使用该融合结果覆盖时域融合滤波图像z_fu中对应位置的融合结果，得到最终的时域融合图像并对该时域融合图像进行单帧空域非局部均值滤波，得到空域滤波图像z_f；(14)计算空域滤波图像z_f的平均亮度根据该平均亮度对空域滤波图像z_f进行亮度校正和色度校正，得到亮度和色度校正图像z_c，对z_c再进行局部对比度增强，得到最终的去噪结果图像z_out。