预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共15页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN112330566A(43)申请公布日2021.02.05(21)申请号202011261037.1(22)申请日2020.11.12(71)申请人武汉工程大学地址430000湖北省武汉市东湖新技术开发区光谷一路206号(72)发明人曾祥进郑安义米勇宋彭彭邓晨(74)专利代理机构北京轻创知识产权代理有限公司11212代理人吴佳(51)Int.Cl.G06T5/00(2006.01)G06T5/50(2006.01)G06K9/62(2006.01)权利要求书2页说明书10页附图2页(54)发明名称图像去噪的方法、装置及计算机存储介质(57)摘要本发明涉及一种图像去噪的方法、装置及计算机存储介质。本发明提供的图像去噪的方法,通过对图像中不同类别的像素点进行分类,随后对不同类别的像素点采用不同的去噪方法进行去噪。从而在去除噪声的同时能够保留比较完整的图像的局部特征,并且能够应用到各种场景中,对各种规则分布的噪声都有较好的去噪效果。CN112330566ACN112330566A权利要求书1/2页1.一种图像去噪的方法,其特征在于,所述方法包括:根据待处理图像的每个像素点的灰度值变化程度,将所述每个像素点分为异质区或同质区的其中一类;利用非局部均值方法对所述异质区的像素点去噪,得到第一去噪结果,利用低秩矩阵恢复方法对所述同质区的像素点去噪,得到第二去噪结果;利用图像融合的方法将所述第一去噪结果和所述第二去噪结果融合,得到所述待处理图像的去噪结果。2.根据权利要求1所述的方法,其特征在于,所述根据待处理图像的每个像素点的灰度值变化程度,将所述每个像素点分为异质区或同质区的其中一类包括:对待处理图像进行去噪预处理后获得预处理图像;根据所述预处理图像的每个像素点的灰度值变化程度,利用非局部均值的方法,将所述每个像素点分为异质区或同质区的其中一类。3.根据权利要求2所述的方法,其特征在于,所述对待处理图像进行去噪预处理后获得预处理图像包括:根据高斯窗口函数对待处理图像进行去噪预处理后获得预处理图像,其中,i和j分别为所述高斯窗口函数的行数和列数,和分别为所述高斯窗口函数的中心像素点的横坐标和纵坐标,σ为所述高斯窗口函数的标准差。4.根据权利要求3所述的方法,其特征在于,所述根据预处理图像的每个像素点的灰度值变化程度,利用非局部均值的方法,将所述每个像素点分为异质区或同质区的其中一类包括:对于所述预处理图像中的每个像素点,获取以每个所述像素点为中心像素点的图像块,根据公式计算所述图像块的比值Ci,将所述比值Ci作为所述图像块的最终比值,其中,μi和σi分别为所述图像块的均值和方差;判断所述最终比值是否大于阈值τ,若是,则判定所述中心像素点属于异质区,若否,则判定所述中心像素点属于同质区,其中,所述阈值τ设置为σ为所述高斯窗口函数的标准差,η为平滑控制参数,为标准差,L为所述待处理图像的等效视数,N为所述图像块内像素点的个数。5.根据权利要求4所述的方法,其特征在于,所述判断最终比值是否大于阈值τ之前,还包括:当根据公式计算所述图像块的比值Ci时,获取所述图像块的相似块并根据公式计算所述相似块的比值Ci1,其中,μi1和σi1分别为所述相似块的均值和方差;2CN112330566A权利要求书2/2页计算所述图像块和所述相似块的比值的均值将所述均值作为所述图像块的最终比值。6.根据权利要求1所述的方法,其特征在于,所述利用非局部均值方法对所述异质区的像素点去噪,得到第一去噪结果包括:对于所述异质区中每个像素点i,建立以所述像素点i为中心的搜索窗口和第一邻域窗口Ni,并对所述搜索窗口中的每个像素点j建立以所述像素点j为中心的第二邻域窗口Nj;根据公式计算所述像素点j的权重值w(i,j),所述权重值w(i,j)满足0≤w(i,j)≤1且∑jw(i,j)=1,其中,为归一化函数,h为滤波参数,v(Ni)和v(Nj)分别为所述第一邻域窗口Ni和所述第二邻域窗口Nj的强度灰度级向量,a为高斯核的标准偏差且a>0;根据公式计算所述像素点i的加权平均值NL[v](i),将所述加权平均值NL[v](i)作为所述像素点i的像素灰度值映射到新建的图像中,将所述新建的图像作为所述第一去噪结果,其中,w(i,j)为所述像素点j的权重值,v(j)为所述像素点j的强度灰度级向量。7.根据权利要求1所述的方法,其特征在于,所述利用低秩矩阵恢复方法对所述同质区的像素点去噪,得到第二去噪结果包括:获取所述同质区的数据矩阵D,利用鲁棒性成分分析RPCA的方法求解所述数据矩阵D的低秩矩阵A,根据所述低秩矩阵A构造低秩矩阵恢复模型并获得所述第二去噪结果。8.根据权利要求1至7任一项所述的方法,其特征在于所述融