一种非局部均值图像去噪算法
【专利摘要】本发明所述的属于图形图像处理领域，具体涉及一种非局部均值去噪算法。本发明的目的在于：针对现有技术存在的问题，提供一种非局部均值图像去噪算法。利用Pseudo-Zernike矩的旋转不变性特征不仅可以匹配到平移相似的patch，还可以匹配到旋转和对称而潜在相似的patch，从而为滤波提供更多的相似patch。进一步的使用二次高斯型核函数替代原算法中的指数型核函数来计算加权系数，从而有效解决图像去噪问题。本发明通过首先计算像素点i、p距离公式，结合像素点i的权重值，计算得到计算出i点的灰度估计值。
【专利说明】一种非局部均值图像去噪算法
【技术领域】
[0001] 本发明所述的属于图形图像处理领域，具体涉及一种非局部均值去噪算法。
【背景技术】
[0002] 目前在图像形成、传输和存储过程中，不可避免地受到各种噪声的影响，图像去噪 也成为图像处理领域中最基础和广泛研究的一个热门课题，也是图像处理中一个及其重要 的预处理步骤，有效地抑制噪声可为图像的后续处理提供更为精准的信息。
[0003] 在众多图像去噪算法中，Buades等人提出的原始非局部均值去噪算法被证明其 性能优于其它经典局部去噪算法，如各向异性滤波、高斯平滑滤波、基于小波的滤波等。其 基本思想是利用图像中存在的大量冗余信息，采用方形区域（patch)来描述像素间的相似 性，并在整幅图像中搜索相似patch，当前像素的灰度估计值由图像中所有与它结构相似的 像素加权平均得到。
[0004] 由于原始非局部均值图像去噪算法匹配相似像素只利用patch的平移，并没有考 虑到patch的旋转和对称变换，从而没有考虑经变换而潜在相似的patch ;其次，原始算法 法中使用指数型加权核函数计算权重系数，导致图像细节过度平滑而变得模糊。
【发明内容】
[0005] 本发明的目的在于：针对现有技术存在的问题，提供一种非局部均值图像去噪算 法。利用Pseudo-Zernike矩的旋转不变性特征不仅可以匹配到平移相似的patch,还可以 匹配到旋转和对称而潜在相似的patch，从而为滤波提供更多的相似patch。进一步的使用 二次高斯型核函数替代原算法中的指数型核函数来计算加权系数，从而有效解决图像去噪 问题。
[0006] 本发明目的通过下述技术方案来实现：
[0007] -种非局部均值图像去噪算法包括：
[0008] 步骤1 :在一幅数字图像中，计算以像素点i为中心的patch队，其n阶m重 的pseudo-zernike矩(i);同理得到以像素点p为中心的patch Np，其n阶m重的 pseudo-zernike 矩 (p)；
[0009] 步骤2 :根据步骤1中，像素点i的ZM⑴得到Z⑴；像素点p的(p)得到Z (p)， 进而得到像素点i、P距离公式变为：
[0010] d(i, p) = I |z(i)-z(p) I I2 (1)；
[0011] 步骤3 :根据步骤2得到权重w(i, p)为：
【权利要求】
1. 一种非局部均值图像去噪算法，其特征在于包括： 步骤1 :在一幅数字图像中，计算以像素点i为中心的patch队，其n阶m重的 pseudo-zernike矩Zji);同理得到以像素点p为中心的patch Np，其n阶m重的 pseudo-zernike矩Z^p) ;patch队指的是以像素点i为中心的方形区域；patch Np指的 是以像素点P为中心的方形区域； 步骤2 :根据步骤1中，像素点i的⑴得到Z(i);像素点p的Zjp)得到Z(p)，进 而得到像素点i、P距离公式为： d(i, p) = | |Z(i)-Z(p) | |2 (1)； 步骤3 :根据步骤2得到权重w(i，p)为：
其中v(i)为噪声图像I中被估计的像素点值i的灰度值。
2. 根据权利要求1所述的一种非局部均值图像去噪算法，其特征在于所述步骤1具体 步骤包括： 步骤11 :在一幅数字图像中，i的坐标点为fU^yi),计算一个以像素点i为中心的 patch队的pseudo-zernike矩时，把该patch队映射到单位圆内，圆心为像素点i，像素由 直角坐标变为角坐标，pseudo-zernike是一种正交复数矩，它由在单位圆x2+y2彡1内的一 组完备正交基得到，其定义为： ^(Xi, Yi) =Vnm(p, 9) =Rnm(p)eJm9 (4) 其中，n为非负整数，m为整数,且满足|m|彡n ; P和0为极坐标下像素的半径和角 度，S表示从0到n-|m|的全部整数值；patch队表示以i为中心点的方形区域，其中Rm(p) 为径向多项式：
步骤13 :在一幅数字图像中，p的坐标点为f(xp，yp),计算一个以像素点p为中心的 patch Np的pseudo-zernike矩时，把该patch Np映射到单位圆内，圆心为像素点p,像素由 直角坐标变为角坐标，pseudo-zernike是一种正交复数矩，它由在单位圆x2+y2彡1内的一 组完备正交基{A^O^yp)}得到，其定义为： ^(Xp, yp) =Vnm(p, e) =Rnm(p)eJm0 (7) 其中，n为非负整数，m为整数,且满足|m|彡n ; P和0为极坐标下像素的半径和角 度，S表示从0到n-|m|的全部整数值；patch Np表示以p为中心点的方形区域，其中) 为径向多项式：
3. 根据权利要求1所述的一种非局部均值图像去噪算法，其特征在于所述步骤2具体 包括： 步骤21 :当n = 3时，计算以像素 i为中心的patch队的6个pseudo-zernike矩： 200(1)、211(1)、22〇(1)、222(1)、2 31(1)、233(1)，令像素1的特征向量2(1) = {2〇〇(1)，211(1)， Z20(i)，Z22(i)，Z31(i)，Z33(i)}; 步骤22 :当n = 3时，计算以像素 p为中心的patch队的6个pseudo-zernike矩： Z。。(p)、Zn (p)、Z2。(p)、Z22 (p)、Z31 (p)、Z33 (p)，令像素 p 的特征向量 Z (p) = {Z。。(p)，Zn (p)， Z20 (P)，Z22 (P)，Z31 (p)，Z33 (p)}; 步骤23:根据d(i，p) = ||z(i)-z(p)||2计算得到像素点i、p距离公式。
4. 根据权利要求1所述的一种非局部均值图像去噪算法，其特征在于所述步骤2具体 包括： 步骤21 :当n = 2时，计算以像素 i为中心的patch队的4个pseudo-zernike矩： 200(1)、211(1)、22〇(1)、222(1)，令像素1的特征向量2(1) = {2〇〇(1)，211(1)，22〇(1)，222(1)}; 步骤22 :当n = 2时，计算以像素 p为中心的patch队的6个pseudo-zernike矩： Z00 (p)、Zn (p)、Z20 (p)、Z22 (p)，令像素 p 的特征向量 Z (p) = {Z00 (p)，Zn (p)，Z20 (p)，Z22 (p)}; 步骤23:根据d(i，p) = ||Z(i)-Z(p)||2计算得到像素点i、p距离公式。
【文档编号】G06T5/00GK104346787SQ201410685549
【公开日】2015年2月11日 申请日期:2014年11月25日 优先权日:2014年11月25日
【发明者】陈磊 申请人:成都卫士通信息产业股份有限公司