一种图像去噪方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN106815818A(43)申请公布日2017.06.09(21)申请号201710031535.9(22)申请日2017.01.17(71)申请人中国科学院上海高等研究院地址201210上海市浦东新区海科路99号(72)发明人刘立庄张浩赵丹(74)专利代理机构上海光华专利事务所31219代理人王华英(51)Int.Cl.G06T5/00(2006.01)G06T5/30(2006.01)G06T7/13(2017.01)G06T7/40(2017.01)权利要求书2页说明书5页附图2页(54)发明名称一种图像去噪方法(57)摘要本发明提供一种图像去噪方法，包括步骤：S1)提取待处理图像的边缘信息E和纹理信息T，并存储；S2)对待处理图像进行二维经验模式分解，得到图像的内禀模式函数IMF和最终的大趋势项R；S3)对高频IMF进行基于边缘和纹理特征的去噪；S4)将去噪后的高频IMF与低频IMF以及大趋势项R合成处理，得到最终的增强图像。本发明通过对原有二维经验模式分解方法的改进，在二维经验模式分解得到高频分量后，参考原始图像的纹理特征和边缘信息，进行改进的非局部均值去噪，能较好地去除高斯噪声并保留图像的细节信息，解决了图像变得模糊的问题，较原来的算法取得更好的效果。CN106815818ACN106815818A权利要求书1/2页1.一种图像去噪方法，其特征在于，包括以下步骤：1)提取原始图像f(x,y)的边缘信息E和纹理信息T，并存储；2)对原始图像f(x,y)进行二维经验模式分解，得到图像的内禀模式函数IMF和最终的大趋势项R；3)对高频内禀模式函数IMF进行基于边缘和纹理特征的非局部均值去噪；4)将去噪后的高频内禀模式函数IMF与低频内禀模式函数IMF以及大趋势项R合成处理，得到最终的增强图像。2.根据权利要求1所述的图像去噪方法，其特征在于，在所述步骤1)中，通过边缘检测算子和滤波器组提取原始图像f(x,y)的边缘信息E和纹理信息T。3.根据权利要求1所述的图像去噪方法，其特征在于，在所述步骤2)中，对原始图像f(x,y)进行二维经验模式分解的步骤包括：21)提取原始图像f(x,y)的局部极大值和极小值；22)利用插值方法建立极大值层和极小值层，确保原始图像f(x,y)的所有点在这两层之间；23)计算极大值层和极小值层的均值；24)计算原始图像f(x,y)和所述均值的差；25)重复步骤21)～24)，直到标准差SD比预先定义的阈值小时，得到第一个内禀模式函数IMF1；26)将第一个内禀模式函数IMF1从f(x,y)中提取出来，将余项作为新数据，重复步骤21)～25)n次，直到没有更多的内禀模式函数能够被提取出来则停止；27)最终的原始图像表示成：其中，f(x,y)为原始图像数据，cj(x,y)为第j个内禀模式函数，是分解得到的较小尺度细节信息，rn(x,y)是第n个余项，亦即最终得到的大尺度趋势项。4.根据权利要求3所述的图像去噪方法，其特征在于，在所述步骤25)中，预先定义的标准差SD的阈值范围为0.2～0.3。5.根据权利要求1所述的图像去噪方法，其特征在于，在步骤3)中进行非局部均值去噪时，包括以下步骤：31)计算原始图像的纹理信息T和边缘信息E，并归一化为Tnorm和Enorm，存储；32)通过Tnorm和Enorm计算权值wte＝f(Tnorm,Enorm)，用来选择搜索窗口和比较窗口大小，若像素i有更多纹理信息，则搜索窗口和比较窗口都减小；若像素i在边缘区域，则扩大搜索窗口，减小比较窗口；33)根据确定的比较窗口和搜索窗口大小，计算像素i和j的相似程度：其中，表示像素i和像素j之间以它们为2CN106815818A权利要求书2/2页中心的子块之间高斯距离平方，u(Ni)表示i周围局部子块像素集合，h为滤波参数，h越大，滤波效果越强，0≤w(i,j)≤1，且满足：∑w(i,j)＝1；34)设含噪声的图像为u(i)，去除噪声后的图像为NL(u)(i)，对每个像素的值通过加权得到：NL(u)(i)＝∑w(i,j)u(j)。3CN106815818A说明书1/5页一种图像去噪方法技术领域[0001]本发明涉及图像处理技术领域，特别是涉及一种图像去噪方法。背景技术[0002]在数字图像处理中，图像去噪一直是一个非常关键的环节，去噪效果的好坏直接影响到后续的处理以及视觉效果。目前的图像去噪算法多种多样，基本可分为基于空域的滤波、基于小波变换的滤波、基于模糊理论滤波、基于各向异性扩散(ADE)滤波及基于图像分解的滤波等等。[0003]基于二维经验模式分解的图像增强已经取得一些较好的效果。经验模式分解(EMD)方法是1998年Huang提出的一种新