基于形状自适应邻域均值的非局部均值去噪方法

摘要

本发明公开了一种基于形状自适应邻域均值的非局部均值去噪方法，主要解决现有非局部均值去噪方法中相似性权值计算不准确的问题。其实现过程是：(1)对输入自然图像中每个像素点利用SA-DCT方法计算形状自适应邻域；(2)计算每个像素点的形状自适应邻域均值，得到一幅新的图像；(3)在新的图像中选取中心像素块并在搜索区域内选取相似块；(4)计算中心像素块与相似块间的相似性权值；(5)用相似性权值与输入图像中的像素点加权平均，得到像素点的恢复值；(6)计算输入图像中每个像素点的恢复值并取代原有的灰度值，得到去噪图像。本发明很好的抑制了噪声干扰，提高了相似性权值计算的准确性，在平滑噪声的同时保持自然图像的细节信息，可用于对自然图像的去噪处理。

主权项

1.一种基于形状自适应邻域均值的非局部均值去噪方法，包括如下步骤：(1)输入一幅待去噪的自然图像x，根据SA-DCT方法，逐行扫描得到自然图像x中第t个位置的像素点x_t在n×n大小区域中的形状自适应邻域S(x_t)；(2)计算自然图像x中的像素点x_t在其形状自适应邻域S(x_t)中的均值，遍历整幅自然图像x，得到一幅新的图像x′；(3)在新得到的图像x′中逐行扫描，选取第i个位置的像素点x′_i为待恢复像素点，以待恢复像素点x′_i为中心，选取一个r×r大小的正方形中心像素块V(x′_i)；(4)以选取的待恢复像素点x′_i为中心，选取一个f×f大小的正方形搜索窗，在搜索窗中逐行扫描，选取第j个位置的一个像素点x′_j作为待恢复像素点x′_i的相似点，以此相似点x′_j为中心，选取一个与中心像素块V(x′_i)大小相等的像素块作为相似块V(x′_j)；(5)根据中心像素块V(x′_i)与步骤(4)所选取的相似块V(x′_j)，计算待恢复像素点x′_i与相似点x′_j间的相似性权值w(x′_i,x′_j)：$w(x_i^{\prime },x_j^{\prime })=\exp (-\frac{{\left|\right|V\left(x_i^{\prime }\right)-V\left(x_j^{\prime }\right)\left|\right|}_2^2}{h^2}),$其中，V(x′_i)与V(x′_j)分别为步骤(3)所选取的中心像素块与步骤(4)所选取的相似块，h为平滑控制参数，σ为自然图像中的高斯噪声标准差，h=kσ，k是一个常数，相似性权值w(x′_i,x′_j)满足条件：0≤w(x′_i,x′_j)≤1，且∑w(x′_i,x′_j)=1；(6)用相似性权值w(x′_i,x′_j)与待去噪的自然图像x中第j个位置的像素点x_j进行加权平均，计算待恢复像素点x′_i的恢复值(7)用待恢复像素点x′_i的恢复值取代待去噪的自然图像x中第i个位置像素点x_i的灰度值，得到去噪后的图像。