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

在线预览结束,喜欢就下载吧,查找使用更方便

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*CN102456221A*(12)发明专利申请(10)申请公布号CN102456221A(43)申请公布日2012.05.16(21)申请号201010525964.X(22)申请日2010.10.25(71)申请人新奥特(北京)视频技术有限公司地址100080北京市海淀区西草场1号北京硅谷电脑城15层1501-1506室(72)发明人徐进见良郑鹏程孙季川(74)专利代理机构北京天悦专利代理事务所(普通合伙)11311代理人田明任晓航(51)Int.Cl.G06T5/00(2006.01)权利要求书权利要求书2页2页说明书说明书55页页附图附图22页(54)发明名称一种图像噪声快速去除方法(57)摘要本发明属于图像处理技术,具体涉及一种图像噪声快速去除方法。该方法首先根据用户选定的去噪力度参数Amplitude对当前色彩通道接收到的含噪图像进行平滑处理,得到噪声平滑图像;然后根据用户对图像边缘清晰程度的要求,利用选定的边缘保留度参数Edge确定逻辑平衡变量Tx,y;通过逻辑平衡变量Tx,y来平衡噪声平滑图像和含噪图像的比重,将含噪图像与噪声平滑图像进行插值运算,最终得到输出去噪图像。本发明计算方法简单,去噪效率高,而且能够对图像明显边缘进行有效的保留。CN102456ACN102456221A权利要求书1/2页1.一种图像噪声快速去除方法,包括如下步骤:(1)根据用户选定的去噪力度参数Amplitude对当前色彩通道接收到的含噪图像进行平滑处理,得到噪声平滑图像;(2)根据用户对图像边缘清晰程度的要求,利用选定的边缘保留度参数Edge确定逻辑平衡变量Tx,y;(3)通过逻辑平衡变量Tx,y来平衡噪声平滑图像和含噪图像的比重,将含噪图像与噪声平滑图像进行插值运算,得到最终的输出去噪图像。2.如权利要求1所述的图像噪声快速去除方法,其特征在于:本方法包括单色彩通道和多色彩通道两种处理模式,单色彩通道模式能够对RGB格式图像的任一色彩通道进行处理,多色彩通道模式能够同时对RGB格式图像的三个色彩通道进行处理。3.如权利要求1所述的图像噪声快速去除方法,其特征在于:步骤(1)中在对含噪图像进行平滑处理之前,先对含噪图像的像素值域归一化到[0,1]。4.如权利要求1所述的图像噪声快速去除方法,其特征在于:步骤(1)中所述的去噪力度参数的取值范围为Amplitude∈[0,1],当Amplitude=0时,表示当前待处理像素Ix,y的邻域内所有像素Ii,j都不参与Ix,y的平滑计算;当Amplitude=1时,表示当前待处理像素Ix,y的邻域内所有像素Ii,j都参与Ix,y的平滑计算。5.如权利要求4所述的图像噪声快速去除方法,其特征在于:步骤(1)中得到噪声平滑图像的具体计算方式如下:上式中,表示当前待处理像素Ix,y的噪声平滑值,Ii,j表示Ix,y邻域Rx,y内任一点(i,j)的像素值,Ki,j表示当前待处理像素邻域内各像素的平滑系数,S为当前待处理像素邻域内各像素的平滑系数之和;其中,6.如权利要求1所述的图像噪声快速去除方法,其特征在于:步骤(2)中所述的边缘保留度参数的取值范围为Edg∈[0,20],逻辑平衡变量的取值范围为Tx,y∈[0,1]。7.如权利要求6所述的图像噪声快速去除方法,其特征在于:步骤(2)中确定逻辑平衡变量Tx,y的方法如下:上式中,和分别表示当前像素Ix,y的水平方向和垂直方向的梯度,具体公式为:其中l1是常数,sgn(·)是符号函数,满足2CN102456221A权利要求书2/2页Ix+i,y表示点(x+i,y)的像素值,Ix,y+j表示点(x,y+j)的像素值。8.如权利要求1或7所述的图像噪声快速去除方法,其特征在于:步骤(3)中,将含噪图像与噪声平滑图像进行插值运算的具体方式如下:上式中,I’x,y表示输出去噪图像的像素,表示Ix,y当前待处理像素,Tx,y表示逻辑平衡变量,表示当前待处理像素Ix,y的噪声平滑值。3CN102456221A说明书1/5页一种图像噪声快速去除方法技术领域[0001]本发明属于图像处理技术,具体涉及一种图像噪声快速去除方法。背景技术[0002]在图像/视频处理软件中,对图像中存在的噪声进行去除是一种很广泛的需求。图像噪声的形成有很多种原因,可能在成像过程中产生,也可能在传输过程中产生,在图像处理中对噪声的去除也有许多不同的方法。[0003]图像去噪可以提高图像的清晰度,改善图像质量,并提高后续算法的处理效率。特别在抠像技术中,目前存在的抠像算法都容易受到图像噪声的干扰,从而影响抠像的准确性。传统的图像去噪方法容易使图像的边缘信息在去噪过程中变得过度模糊,使边缘处无法得到有效的保留,从而对抠像或者其他各种图像应用造成新的干扰,而且