一种基于卷积模板的图像去噪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利(10)授权公告号CN108765308B(45)授权公告日2022.02.18(21)申请号201810377220.4(56)对比文件CN10(22)申请日2018.04.256408522A,2017.02.15CN104200442A,2014.12.10(65)同一申请的已公布的文献号申请公布号CN108765308A审查员苏进(43)申请公布日2018.11.06(73)专利权人西安科技大学地址710054陕西省西安市雁塔区雁塔中路58号(72)发明人周筱媛(74)专利代理机构西安嘉思特知识产权代理事务所(普通合伙)61230代理人刘长春(51)Int.Cl.G06T5/00(2006.01)G06T7/13(2017.01)权利要求书1页说明书10页附图1页(54)发明名称一种基于卷积模板的图像去噪方法(57)摘要本发明涉及一种基于卷积模板的图像去噪方法，包括：对原始图像进行预处理，获取预处理图像；对所述预处理图像进行卷积去噪，获取输出图像；对所述输出图像进行修正，获取去噪图像。本实施例通过卷积模板对图像进行卷积的方式来提取图像的特征信息，在滤波去噪的过程中，对于边缘信息保留的更加完备，且通过卷积操作来完成，没有复杂的公式计算，整体简单便于硬件实现。CN108765308BCN108765308B权利要求书1/1页1.一种基于卷积模板的图像去噪方法，其特征在于，包括：S11、对原始图像最外圈数据进行镜像扩展，得到预处理图像；S211、通过预设模板和所述预处理图像，获取第一卷积图像，包括：通过所述预设模板与所述预处理图像进行卷积操作，提取预处理图像的边缘信息，获取所述第一卷积图像；S212、对所述第一卷积图像进行归一处理，获取第二卷积图像；S213、根据所述第二卷积图像计算权重值；S214、根据所述权重值进行非线性映射变换计算权重系数；S221、通过滤波模板与所述预处理图像进行卷积，获取滤波图像；通过高斯模板生成滤波模板，其中，高斯模板通过高斯函数获取，且这里高斯模板的参数选择σ＝1；S23、根据所述权重系数和所述滤波图像获取输出图像；S3、对所述输出图像进行修正，获取去噪图像；步骤S3包括：S31、计算所述预处理图像的方差；S32、设置阈值；S33、通过所述方差和所述阈值计算修正系数；S34、根据所述修正系数和所述输出图像，利用修正公式获取所述去噪图像；步骤S33中的所述修正系数计算公式为：其中，a为所述修正系数，var(i，j)为所述方差，T为所述阈值；步骤S34中的所述修正公式为：其中，I_out(i，j)为所述去噪图像，I_out1(i，j)为所述输出图像，I_out2(i，j)为对所述原始图像进行均值滤波后得到的图像，a为修正系数，var(i，j)为所述方差，T为所述阈值。2.根据权利要求1所述的图像去噪方法，其特征在于，步骤S211中的所述预设模板包括3*3模板、5*5模板或7*7模板。2CN108765308B说明书1/10页一种基于卷积模板的图像去噪方法技术领域[0001]本发明属于图像处理领域，具体涉及一种基于卷积模板的图像去噪方法。背景技术[0002]图像去噪是指减少图像中噪声的过程。在图像的传输与获取过程中，经常由于工作环境条件等因素的影响，使得图像被噪声干扰，从而使得图像的部分信息被破坏，人类从图像中提取的信息也受到限制。这些噪声可能在传输中产生，也可能在量化等处理中产生。一幅图像在实际应用中可能存在各种各样的噪声，噪声是图像干扰的重要原因。[0003]目前使用较广泛的去噪方法是双边滤波器去噪。双边滤波器采用欧式距离的高斯核函数与像素值差异的高斯核函数乘积作为滤波权重滤波去噪。这种方法对于图像中大梯度边缘信息又较好的保留，因此能有效滤出图像中的噪声，同时保留图像的边缘信息。[0004]然而，采用双边滤波器去噪，虽然能保留住图像边缘，但在边缘的上下衔接处不是很贴合实际图像边缘梯度，对于孤立噪声点的削弱效果不好且采用双边滤波的计算过程复杂，不利于硬件实现。发明内容[0005]为了解决现有技术中存在的上述问题，本发明提供了一种基于卷积模板的图像去噪方法。本发明要解决的技术问题通过以下技术方案实现：[0006]本发明实施例提供了一种基于卷积模板的图像去噪方法，包括：[0007]S1、对原始图像进行预处理，获取预处理图像；[0008]S2、对所述预处理图像进行卷积去噪，获取输出图像；[0009]S3、对所述输出图像进行修正，获取去噪图像。[0010]在本发明的一个实施例中，步骤S1包括：[0011]S11、对所述原始图像最外圈数据进行镜像扩展，得到预处理图像。[0012]在本发明的一个实施例中，步骤S2包括：[0013]S21、计算权重系数；[001