CN101232572B

CN101232572B - 一种数字图像降噪方法和装置

Info

Publication number: CN101232572B
Application number: CN200710036718A
Authority: CN
Inventors: 冯晓光; 罗小伟; 林福辉
Original assignee: Spreadtrum Communications Shanghai Co Ltd
Current assignee: Spreadtrum Communications Shanghai Co Ltd
Priority date: 2007-01-23
Filing date: 2007-01-23
Publication date: 2010-05-26
Anticipated expiration: 2027-01-23
Also published as: CN101232572A

Abstract

本发明公开了一种数字图像降噪方法和装置，在不减弱降噪效果的前提下降低计算复杂度，有利于嵌入式系统的应用。其技术方案为：该方法包括：将数字图像中的一像素点作为中心点，选取一M*M的图像范围，将范围内的每一像素点作为搜索点，分别计算以每一搜索点为中心的N*N参考图像块的横向和纵向投影向量；将中心点的横向和纵向投影向量分别与M*M图像范围内的所有搜索点的横向和纵向投影向量做匹配计算；将M*M图像范围内的每个搜索点的匹配值归一化；以M*M图像范围内的每个搜索点的匹配值为权重，对每个搜索点的像素值加权平均得到中心点输出值；对数字图像中的每一像素点都以上述步骤处理。本发明应用于数字图像处理领域。

Description

一种数字图像降噪方法和装置

技术领域

本发明涉及一种图像处理技术，尤其涉及一种对数字图像的降噪处理方法和装置，降低或去除在成像过程中引入的图像噪点。

背景技术

图像降噪是图像处理中应用最为广泛的操作之一，比如在数码相机或手机摄像头的图像处理芯片中，需要对成像传感器输出的像素逐点降噪；或者在数码相机或手机摄像头的固件(firmware)模块中对拍摄保存的图像进行降噪处理；或者在计算机中作为单独的图像处理工具对数码相机或手机摄像头或以任何渠道获取的数字图像文件进行降噪，得到降噪后的输出图像。

现有的图像降噪包括多种方法，例如可基于数字图像做低通滤波处理，但这种方法在降低图像噪点的同时也模糊了原有的图像细节。更为先进的图像降噪方法的主要目标是在降低图像噪点的同时保留原有图像细节不被破坏，例如采用基于小波的降噪方法等。

最新的图像降噪方法是一种基于图像相似性匹配并加权平均的图像降噪方法，其主要思想是：自然图像中的纹理细节大多具有重复性，对一幅图像中相似的纹理细节根据其相似性做加权平均以有效消除随机噪声。该方法的主要步骤为：对每个图像像素，首先取出以该点为中心的N*N参考图像块，然后在一个同样以该点为中心的M*M搜索区域中(M＞N)，用参考图像块逐点做二维图像匹配操作，匹配程度高的点相应的权重越大。得到搜索区域中所有搜索点的权重之后，对这些点的像素值做加权平均得到该像素的降噪输出值。

上述这种方法在有效去除图像噪声的同时可以很好的保留原有图像细节，但该方法也存在着以下不足：计算量过大，不适合应用于实时嵌入式系统。对于一个大小为W*H的输入图像做降噪处理，采用该方法中N*N的参考图像块、M*M的搜索域(N＜M)，其计算复杂度为O(W*H*N²*M²)。

发明内容

本发明的目的在于解决上述问题，提供了一种数字图像降噪方法和装置，在基本不减弱降噪效果的前提下使计算复杂度大大降低，有利于手机、数码相机等嵌入式系统的应用。

本发明的技术方案为：本发明提供了一种数字图像降噪方法，包括：

将数字图像中的一像素点作为中心点，以该中心点作为中心选取一M*M的图像范围，将该图像范围内的每一像素点作为搜索点，分别计算以每一该些搜索点为中心的N*N参考图像块的横向和纵向投影向量，其中M、N均为自然数且M＞N；

将该中心点的横向和纵向投影向量分别与M*M图像范围内的所有该些搜索点的横向和纵向投影向量做一维向量匹配计算；

将该M*M图像范围内的每个搜索点的匹配值归一化，得到各搜索点的权重；

以该M*M图像范围内的每个搜索点的匹配值为权重，对每个搜索点的像素值加权平均得到该中心点的输出值；

对数字图像中的每一像素点都以上述步骤处理。

上述的数字图像降噪方法，其中，以一像素点为中心的N*N参考图像块横向投影向量的计算方法是将该参考图像块中每一行的N个像素点的值相加，得到该行投影值，N个行投影值组成一个大小为N的横向投影向量；以一像素点为中心的N*N参考图像块纵向投影向量的计算方法是将该参考图像块中每一列的N个像素点的值相加，得到该列投影值，N个列投影值组成一个大小为N的纵向投影向量。

上述的数字图像降噪方法，其中，每个像素点周围N*N参考图像块的横向投影向量由与该像素点纵向相邻的像素点的横向投影向量修正得到，其纵向投影向量由与该像素点横向相邻的像素点的纵向投影向量修正得到。

上述的数字图像降噪方法，其中，各搜索点的投影向量匹配计算方法为：

M_i，j＝M_i，j，h+M_i，j，v

M_{h, v} = \frac{1}{\underset{k}{Σ} | u_{k} - v_{k} |}

其中M_i，j为各搜索点的投影向量匹配值，M_i，j，h为该搜索点的横向投影向量匹配值，M_i，j，v为该搜索点的纵向投影向量匹配值，M_h，v为对应的横向或纵向投影向量匹配值，u_k和v_k为对应的像素向量值。

上述的数字图像降噪方法，其中，归一化处理为：

w_{i, j} = \frac{M_{i, j}}{\underset{j}{Σ} \underset{i}{Σ} M_{i, j}}

其中w_i，j为各搜索点的权重，M_i，j为各搜索点的投影向量匹配值。

上述的数字图像降噪方法，其中，加权平均得到中心点输出值的处理为：

P_{out, i, j} = \underset{j}{Σ} \underset{i}{Σ} P_{in, i, j} \cdot w_{i, j}

其中P_out，i，j是像素输出值，P_in，i，j是像素原始输入值，w_i，j是各搜索点的权重值。

基于上述的降噪方法，本发明还提供了一种数字图像降噪装置，其中，该装置包括：

一图像范围选取模块，以数字图像中的一像素点为中心点，选取以该中心点作为图像中心的M*M图像范围，其中M为自然数；

一参考图像块选取模块，以该图像范围选取模块所选定的M*M图像范围中的每一像素点为中心，选取对应的N*N参考图像块，其中N为自然数且N＜M；

一横向投影向量计算模块，计算每一像素点的N*N参考图像块的横向投影向量；

一纵向投影向量计算模块，计算每一像素点的N*N参考图像块的纵向投影向量；

一投影向量匹配计算模块，将该中心点的横向和纵向投影向量分别与M*M图像范围内的所有像素点的横向和纵向投影向量做一维向量匹配计算，计算方式为：

M_i，j＝M_i，j，h+M_i，j，v

其中M_i，j为各搜索点的投影向量匹配值，M_i，j，h为该搜索点的横向投影向量匹配值，M_i，j，v为该搜索点的纵向投影向量匹配值，M_h，v为对应的横向或纵向投影向量匹配值，u_k和v_k为对应的像素向量值；

一匹配值归一化模块，将M*M图像范围内的每个像素点的匹配值归一化，得到像素点的权重，归一化方式为：

其中w_i，j为各搜索点的权重，M_i，j为各搜索点的投影向量匹配值；

一像素输出处理模块，以该M*M图像范围内的每个像素点的匹配值为权重，对每个像素点的像素值加权平均得到该中心点的输出值，加权平均处理方式为：

上述的数字图像降噪装置，其中，该横向投影向量计算模块将该参考图像块中每一行的N个像素点的值相加，得到该行投影值，N个行投影值组成一个大小为N的横向投影向量；该纵向投影向量计算模块将参考图像块中每一列的N个像素点的值相加，得到该列投影值，N个列投影值组成一个大小为N的纵向投影向量。

上述的数字图像降噪装置，其中，该横向投影向量计算模块还包括一横向投影向量修正单元，该横向投影向量修正单元使每个像素点周围N*N参考图像块的横向投影向量通过与该像素点纵向相邻的像素点的横向投影向量修正得到；该纵向投影向量计算模块还包括一纵向投影向量修正单元，该纵向投影向量修正单元使每个像素点周围N*N参考图像块的纵向投影向量通过与该像素点横向相邻的像素点的纵向投影向量修正得到。

本发明对比现有技术有如下的有益效果：本发明基于图像相似性匹配并加权平均的降噪原理，采用了基于两个一维向量投影的相似块匹配方法，使每个搜索点上块匹配操作的计算量从原来的O(N²)减少到O(N)。对于一个大小为W*H的输入图像，采用N*N的参考图像块，M*M的搜索域(N＜M)，其计算复杂度为O(W*H*N²*M)。在基本不减弱降噪效果的前提下使计算复杂度大大降低，提高了计算效率。

附图说明

图1是本发明的数字图像降噪方法的流程图。

图2是本发明的参考图像块投影示意图。

图3是本发明的横向投影向量推导修正关系示意图。

图4是本发明的纵向投影向量推导修正关系示意图。

图5是本发明的数字图像降噪装置的框图。

具体实施方式

下面结合附图和实施例对本发明作进一步的描述。

图1示出了本发明的数字图像降噪方法的流程，请参见图1，下面是对本方法流程中各步骤的详细描述。

步骤S1：像素点初始化。将数字图像中的某一点作为当前像素点(m，n)的初始值。

步骤S2：以当前像素点(m，n)作为中心点，选取一个M*M的图像范围。

步骤S3：搜索点初始化。将M*M图像范围内的一像素点作为当前搜索点(i，j)的初始值。

步骤S4：以当前搜索点(i，j)为中心，选取一个N*N的参考图像块。参考图像块如图2所示。

步骤S5：计算当前搜索点(i，j)的N*N参考图像块的横向投影向量。计算方法是将该参考图像块中每一行的N个像素点之值相加得到该行投影值，这N个行投影值组成一个大小为N的横向投影向量。

更佳地，横向投影向量可由与该当前搜索点(i，j)纵向相邻的像素点的横向投影值修正得到。具体来说，请参见图3，当前搜索点(i，j)的横向投影向量可由该点上边相邻点的横向投影向量去除第一行的行投影值，再在最后一行加上当前搜索点(i，j)的参考图像块最后一行的行投影值所得到。

步骤S6：计算当前搜索点(i，j)的N*N参考图像块的纵向投影向量。计算方法是将该参考图像块中每一列的N个像素点之值相加得到该列投影值，这N个列投影值组成一个大小为N的纵向投影向量。

更佳地，纵向投影向量可由与该当前搜索点(i，j)横向相邻的像素点的纵向投影值修正得到。具体来说，请参见图4，当前搜索点(i，j)的纵向投影向量可由该点左边相邻点的纵向投影向量去除第一列的列投影值，再在最后一列加上当前搜索点(i，j)的参考图像块最后一列的列投影值所得到。

步骤S7：M*M图像范围内的搜索点是否已经遍历完。如果已经遍历完成，则进入步骤S8，否则当前搜索点(i，j)更新为下一个搜索点并回到步骤S4。

步骤S8：将中心点(m，n)的横向投影向量和纵向投影向量分别与对应的M*M图像范围内的所有搜索点的横向投影向量和纵向投影向量做一维向量匹配计算。

M_i，j＝M_i，j，h+M_i，j，v

一维向量匹配计算方式如下：

步骤S9：将中心点(m，n)的M*M图像范围内的每个搜索点的匹配值归一化，得到搜索点的权重。归一化处理为：

步骤S10：以中心点(m，n)的M*M图像范围内的每个搜索点的匹配值为权重，对每个搜索点的像素值加权平均得到该中心点(m，n)的输出值。其中加权平均得到中心点(m，n)输出值的处理方式为：

步骤S11：数字图像中的像素点是否已经遍历完全。如果已经遍历完全，则流程结束，否则将当前像素点(m，n)更新为数字图像中的下一个像素点并返回步骤S2。

基于上述的数字图像降噪方法，本发明还提供了一种数字图像降噪装置。请参见图5，数字图像降噪装置10主要包括：图像范围选取模块11、参考图像块选取模块12、横向投影向量计算模块13、纵向投影向量计算模块14、一维向量匹配计算模块15、匹配值归一化模块16、像素输出处理模块17。

数字图像降噪装置10的工作原理如下：图像范围选取模块11以数字图像中的一个像素点作为中，心点，选取以该中心点为图像中心的M*M图像范围(M为自然数)。参考图像块选取模块12以图像范围选取模块11所选定的M*M图像范围中的每一个像素点为中心，选取对应的N*N参考图像块(N为自然数且N＜M)。横向投影向量计算模块13计算每一个像素点的N*N参考图像块的横向投影向量，其计算方式为将该参考图像块中每一行的N个像素点之值相加得到该行投影值，N个行投影值组成一个大小为N的横向投影向量。纵向投影向量计算模块14计算每一个像素点的N*N参考图像块的纵向投影向量，其计算方式为将该参考图像块中每一行的N个像素点之值相加得到该行投影值，N个行投影值组成一个大小为N的纵向投影值。一维向量匹配计算模块15将该中心点的横向和纵向投影向量分别与M*M图像范围内的所有像素点的横向和纵向投影向量做一维向量匹配计算，计算方式为：M_i，j＝M_i，j，h+M_i，j，v

其中M_i，j为各搜索点的投影向量匹配值，M_i，j，h为该搜索点的横向投影向量匹配值，M_i，j，v为该搜索点的纵向投影向量匹配值，M_h，v为对应的横向或纵向投影向量匹配值，u_k和v_k为对应的像素向量值。匹配值归一化模块16将M*M图像范围内的每个像素点的匹配值归一化，得到像素点的权重，归一化处理方式为：

其中w_i，j为各搜索点的权重，M_i，j为各搜索点的投影向量匹配值。像素输出处理模块17以该M*M图像范围内的每个像素点的匹配值为权重，对每个像素点的像素值加权平均得到该中心点的输出值，加权平均处理方式为：

更佳地，在横向投影向量计算模块13中设置一个横向投影向量修正单元131，该修正单元131使得横向投影向量可由与该当前像素点纵向相邻的像素点的横向投影值修正得到。具体来说，当前像素点的横向投影向量可由该点上边相邻点的横向投影向量去除第一行的行投影值，再在最后一行加上当前像素点的参考图像块最后一行的行投影值所得到。

同样地，在纵向投影向量计算模块14中设置一个纵向投影向量修正单元141，该修正单元141使得纵向投影向量可由与该当前像素点横向相邻的像素点的纵向投影值修正得到。具体来说，当前像素点的纵向投影向量可由该点左边相邻点的纵向投影向量去除第一列的列投影值，再在最后一列加上当前像素点的参考图像块最后一列的列投影值所得到。

上述实施例是提供给本领域普通技术人员来实现或使用本发明的，本领域普通技术人员可在不脱离本发明的发明思想的情况下，对上述实施例做出种种修改或变化，因而本发明的保护范围并不被上述实施例所限，而应该是符合权利要求书提到的创新性特征的最大范围。

Claims

1.一种数字图像降噪方法，包括：

将数字图像中的一像素点作为中心点，以该中心点作为中心选取一M*M的图像范围，将该图像范围内的每一像素点作为搜索点，分别计算以每一该些搜索点为中心的N*N参考图像块的横向和纵向投影向量，其中M、N均为自然数且M＞N，其中以一像素点为中心的N*N参考图像块横向投影向量的计算方法是将该参考图像块中每一行的N个像素点的值相加，得到该行投影值，N个行投影值组成一个大小为N的横向投影向量；以一像素点为中心的N*N参考图像块纵向投影向量的计算方法是将该参考图像块中每一列的N个像素点的值相加，得到该列投影值，N个列投影值组成一个大小为N的纵向投影向量；

将该中心点的横向和纵向投影向量分别与该M*M图像范围内的所有该些搜索点的横向和纵向投影向量做一维向量匹配计算，其中各搜索点的投影向量匹配计算方法为：

M_i，j＝M_i，j，h+M_i，j，v

M_{h, v} = \frac{1}{\underset{k}{Σ} | u_{k} - v_{k} |}

将该M*M图像范围内的每个搜索点的投影向量匹配值归一化，得到各搜索点的权重；

以该M*M图像范围内的每个搜索点的归一化的投影向量匹配值为权重，对每个搜索点的像素值加权平均得到该中心点的输出值；

对数字图像中的每一像素点都以上述步骤处理。

2.根据权利要求1所述的数字图像降噪方法，其特征在于，每个像素点周围N*N参考图像块的横向投影向量由与该像素点纵向相邻的像素点的横向投影向量修正得到：由该像素点上方相邻点的横向投影向量去除该像素点上方相邻点的横向投影向量的第一行的行投影值，再在最后一行后增加该像素点的N*N参考图像块最后一行的行投影值作为最后一行；每个像素点周围N*N参考图像块的纵向投影向量由与该像素点横向相邻的像素点的纵向投影向量修正得到：由该像素点左边相邻点的纵向投影向量去除该像素点左边相邻点的纵向投影向量的第一列的列投影值，再在最后一列后增加该像素点的N*N参考图像块最后一列的列投影值作为最后一列。

3.根据权利要求1所述的数字图像降噪方法，其特征在于，归一化处理为：

w_{i, j} = \frac{M_{i, j}}{\underset{j}{Σ} \underset{i}{Σ} M_{i, j}}

4.根据权利要求1所述的数字图像降噪方法，其特征在于，加权平均得到中心点输出值的处理为：

P_{out, i, j} = \underset{j}{Σ} \underset{i}{Σ} P_{in, i, j} \cdot w_{i, j}

5.一种数字图像降噪装置，其特征在于，该装置包括：

一图像范围选取模块，以数字图像中的一像素点为中心点，选取以该中心点作为图像中心的M*M图像范围，将该图像范围内的每一像素点作为搜索点，其中M为自然数；

一参考图像块选取模块，以该图像范围选取模块所选定的该M*M图像范围中的每一像素点为中心，选取对应的N*N参考图像块，其中N为自然数且N＜M；

一横向投影向量计算模块，计算每一像素点的N*N参考图像块的横向投影向量，该横向投影向量计算模块将该N*N参考图像块中每一行的N个像素点的值相加，得到该行投影值，N个行投影值组成一个大小为N的横向投影向量；

一纵向投影向量计算模块，计算每一像素点的N*N参考图像块的纵向投影向量，该纵向投影向量计算模块将该N*N参考图像块中每一列的N个像素点的值相加，得到该列投影值，N个列投影值组成一个大小为N的纵向投影向量；

一投影向量匹配计算模块，将该中心点的横向和纵向投影向量分别与该M*M图像范围内的所有像素点的横向和纵向投影向量做一维向量匹配计算，计算方式为：

M_i，j＝M_i，j，h+M_i，j，v

一匹配值归一化模块，将该M*M图像范围内的每个像素点的投影向量匹配值归一化，得到像素点的权重，归一化方式为：

一像素输出处理模块，以该M*M图像范围内的每个像素点的归一化的投影向量匹配值为权重，对每个像素点的像素值加权平均得到该中心点的输出值，加权平均处理方式为：

其中P_out，i，j是像素输出值，P_in，i，j是像素原始输入值，w_i j是各搜索点的权重值。

6.根据权利要求5所述的数字图像降噪装置，其特征在于，该横向投影向量计算模块还包括一横向投影向量修正单元，该横向投影向量修正单元使每个像素点周围N*N参考图像块的横向投影向量通过与该像素点纵向相邻的像素点的横向投影向量修正得到：由该像素点上方相邻点的横向投影向量去除该像素点上方相邻点的横向投影向量的第一行的行投影值，再在最后一行后增加该像素点的N*N参考图像块最后一行的行投影值作为最后一行；该纵向投影向量计算模块还包括一纵向投影向量修正单元，该纵向投影向量修正单元使每个像素点周围N*N参考图像块的纵向投影向量通过与该像素点横向相邻的像素点的纵向投影向量修正得到：由该像素点左边相邻点的纵向投影向量去除该像素点左边相邻点的纵向投影向量的第一列的列投影值，再在最后一列后增加该像素点的N*N参考图像块最后一列的列投影值作为最后一列。