CN108629740A - 一种图像去噪的处理方法及装置 - Google Patents
一种图像去噪的处理方法及装置 Download PDFInfo
- Publication number
- CN108629740A CN108629740A CN201710182524.0A CN201710182524A CN108629740A CN 108629740 A CN108629740 A CN 108629740A CN 201710182524 A CN201710182524 A CN 201710182524A CN 108629740 A CN108629740 A CN 108629740A
- Authority
- CN
- China
- Prior art keywords
- scale
- value
- pixel
- filter
- low frequency
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012545 processing Methods 0.000 title claims abstract description 42
- 238000003672 processing method Methods 0.000 title claims abstract description 17
- 238000001914 filtration Methods 0.000 claims abstract description 110
- 230000002146 bilateral effect Effects 0.000 claims abstract description 83
- 230000005764 inhibitory process Effects 0.000 claims abstract description 50
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 26
- 230000014509 gene expression Effects 0.000 claims description 8
- 238000001615 p wave Methods 0.000 claims description 3
- 238000000034 method Methods 0.000 abstract description 21
- 238000013519 translation Methods 0.000 abstract description 10
- 230000009466 transformation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000002592 echocardiography Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000002401 inhibitory effect Effects 0.000 description 3
- 238000000844 transformation Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20182—Noise reduction or smoothing in the temporal domain; Spatio-temporal filtering
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Compression Of Band Width Or Redundancy In Fax (AREA)
Abstract
一种图像去噪的处理方法及装置，所述方法包括：选取m×n大小的模块；对当前像素进行预滤波，得到第一滤波值；对图像按照预设的尺度p进行小波分解，得到各个尺度上的高频部分及低频部分；以第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值；对所述尺度p上的高频部分进行阈值抑制处理；采用逆小波变换，以尺度p上双边滤波后的低频部分及阈值抑制处理后的高频部分为起始，不断向上一尺度进行图像重构，且对任意一个中间尺度上的低频部分做双边滤波及高频部分做阈值抑制处理后再继续向上一尺度进行图像重构，直至得到原始尺寸的图像。采用上述方案，可以在不耗用额外的硬件代价的基础上，避免边缘平移及颜色溢出。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种图像去噪的处理方法及装置。
背景技术
近年来，由于小波变换理论具备良好的时频特性，可以聚集到图像的任意细节，故其得到较快的发展，多被用于图像信号的处理。而哈尔(Haar)小波作为最简单的正交小波函数，因具备构造简单及计算方便等特点，因此在图像信号处理中得到最为广泛的应用。
在利用Haar小波进行去噪时，由于其不符合平移不变性，故容易产生一种“伪吉布斯(artifacts)”现象，具体表现即为去噪后的图像的边缘会发生平移，边缘的颜色会溢出，严重影响了图像质量。
为提升采用Haar小波去噪时图像的质量，现普遍使用的方法是“先平移，再平均”，即在处理图像中的任意一个像素时，选取该像素点周围四个一定大小的模板(block)或者块进行小波变换，将四个小波变换的结果做平均得到最终结果。
但是，上述的图像去噪的处理方法，存在计算复杂、硬件代价大且无法解决边缘颜色溢出的问题。
发明内容
本发明解决的问题是如何在不耗用额外的硬件代价的基础上，避免边缘平移及颜色溢出。
为解决上述问题，本发明实施例提供了一种图像去噪的处理方法，所述方法包括：以当前像素为中心，从所述图像中选取m×n大小的模块；其中：m与n为非零偶数；采用所述m×n大小的模块对所述当前像素进行预滤波，得到第一滤波值；对所述图像按照预设的尺度p进行小波分解，得到各个尺度上的高频部分及低频部分；其中：p为不小于1的自然数；以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值；对所述尺度p上的高频部分进行阈值抑制处理；采用逆小波变换，以所述尺度p上双边滤波后的低频部分及阈值抑制处理后的高频部分为起始，不断向上一尺度进行图像重构，且对任意一个中间尺度上的低频部分做双边滤波及高频部分做阈值抑制处理后再继续向上一尺度进行图像重构，直至得到原始尺寸的图像。
可选地，对所述尺度p上的高频部分进行阈值抑制处理时所采用的抑制强度系数的大小与所述尺度p上的高频部分每个像素点的值有关。
可选地，采用如下公式，计算对所述尺度p上的高频部分进行阈值抑制处理时所用的抑制强度系数ratio：
其中：hq表示所述尺度p上的高频部分每个像素点的值，lthresh表示第一像素阈值，hthresh表示第二像素阈值，abs()表示对参数取绝对值，所述第一像素阈值小于所述第二像素阈值。
可选地，所述以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值，采用如下公式：
其中：s11′layer4表示第二滤波值，Sref表示所述第一滤波值，σd表示距离差的方差系数值，σr表示像素差异的方差系数值，ij表示索引值，Sij表示尺度p上参与滤波的像素中索引值为ij的像素点对应的像素值。
可选地，对至少一个中间尺度或原始尺寸上的低频部分做双边滤波时设置对应的参考点；其中：对当前尺度上的低频部分进行双边滤波所采用设置的参考点与所述第一滤波值及所述当前尺度的下一尺度的低频部分的滤波值有关。
可选地，所述双边滤波所设置的参考点与所述第一滤波值及当前尺度的下一尺度的低频部分的滤波值满足如下关系：
S’＝(Sref+S)/2
其中：S’表示所述当前尺度进行双边滤波时所采用的参考点，Sref表示所述第一滤波值，S表示相对于所述当前尺度的下一尺度的低频部分的滤波值。
可选地，对至少一个中间尺度或原始尺寸上的高频部分做阈值抑制处理时所采用的抑制强度系数的大小与所述高频部分每个像素点的值有关。
本发明实施例提供了一种图像去噪的处理装置，所述装置包括：选取单元，适于以当前像素为中心，从所述图像中选取m×n大小的模块；其中：m与n为非零偶数；第一滤波单元，适于采用所述m×n大小的模块对所述当前像素进行预滤波，得到第一滤波值；小波分解单元，适于对所述图像按照预设的尺度p进行小波分解，得到各个尺度上的高频部分及低频部分；其中：p为不小于1的自然数；第二滤波单元，适于以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值；阈值抑制单元，适于对所述尺度p上的高频部分进行阈值抑制处理；逆小波变换单元，适于采用逆小波变换，以所述尺度p上双边滤波后的低频部分及阈值抑制处理后的高频部分为起始，不断向上一尺度进行图像重构，且在所述第一滤波单元对任意一个中间尺度上的低频部分做双边滤波及所述第二滤波单元对高频部分做阈值抑制处理后再继续向上一尺度进行图像重构，直至得到原始尺寸的图像。
可选地，对所述尺度p上的高频部分进行阈值抑制处理时所采用的抑制强度系数的大小与所述尺度p上的高频部分每个像素点的值有关。
可选地，所述阈值抑制单元，适于采用如下公式，计算对所述尺度p上的高频部分进行阈值抑制处理时所用的抑制强度系数ratio：
其中：hq表示所述尺度p上的高频部分每个像素点的值，lthresh表示第一像素阈值，hthresh表示第二像素阈值，abs()表示对参数取绝对值，所述第一像素阈值小于所述第二像素阈值。
可选地，所述第二滤波单元，适于采用如下公式，以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值：
其中：s11′layer4表示第二滤波值，Sref表示所述第一滤波值，σd表示距离差的方差系数值，σr表示像素差异的方差系数值，ij表示索引值，Sij表示尺度p上参与滤波的像素中索引值为ij的像素点对应的像素值。
可选地，所述第二滤波单元，还适于对至少一个中间尺度或原始尺寸上的低频部分做双边滤波时设置对应的参考点；其中：对当前尺度上的低频部分进行双边滤波所采用设置的参考点与所述第一滤波值及所述当前尺度的下一尺度的低频部分的滤波值有关。
可选地，所述第二滤波单元，对所述双边滤波所设置的参考点与所述第一滤波值及所述当前尺度的下一尺度的低频部分的滤波值满足如下关系：
S’＝(Sref+S)/2
其中：S’表示所述当前尺度进行双边滤波时所采用的参考点，Sref表示所述第一滤波值，S表示相对于所述当前尺度的下一尺度的低频部分的滤波值。
可选地，所述阈值抑制单元，适于对至少一个中间尺度或原始尺寸上的高频部分做阈值抑制处理时所采用的抑制强度系数的大小与所述高频部分每个像素点的值有关。
与现有技术相比，本发明的技术方案具有以下优点：
上述的方案，通过小波分解对图像进行降采样之后，若当前像素点正好处在边缘区域，则该p层的低频分量的像素已不是黑白点，而是经过黑白平均后的灰点，故进而以对该当前像素进行预滤波得到的第一滤波值为参考点，对尺度p上的低频部分进行双边滤波，相当于设置了具有高频信息的参考点，既可以避免重构后的图像高频分量丢失严重，进而可以避免出现边缘模糊的情况，也可以避免出现颜色溢出的现象，因此在保证噪声去除的同时，抑制边缘的平移和边缘颜色的溢出，提高去噪后图像的质量。并且上述的方案也无需额外增加硬件，且计算量小，容易实现。
进一步，由于抑制强度系数的大小与所述尺度p上的高频部分每个像素点的值有关，即像素点的绝对值越大，抑制强度系数越小，像素点的绝对值越小，抑制强度系数越大，并且随着像素点的值变大，抑制强度线性改变，避免两极分化，故可以使得图像过渡更平滑，因此可以提高去噪后图像的平滑度。
附图说明
图1是本发明实施例中的一种图像去噪的处理方法的流程示意图；
图2是本发明实施例中的一种像素点的值与抑制强度系数的关系曲线图；
图3是本发明实施例中的另一种图像去噪的处理方法的流程示意图；
图4是本发明实施例中的一种大小为5×5的模板；
图5是本发明实施例中的一种小波分解过程的示意图；
图6是本发明实施例中一种低频部分的模板图；
图7是本发明实施例中的一种图像去噪的处理装置的结构示意图。
具体实施方式
在图像采集过程中，由于所使用的器件或传输通道的局限性，图像或多或少地都会受到噪声的干扰，进而严重影响图像的视觉效果，故图像的噪声去除成为了图像信号处理的一项重要任务。
近年来，小波变换理论得到了较快的发展。这是由于小波变换理论具备良好的时频特性，对信号的高频部分采用逐渐精细的时域步长，可以聚集到图像的任意细节，特别适用于图像信号的去噪处理。而Haar小波作为最简单的正交小波函数，具备构造容易及计算方便等特点，在图像信号去噪处理中应用的最为广泛。但在利用Haar小波进行去噪时，由于其不具有平移不变性，故容易产生一种“伪吉布斯现象”，具体表现即是去噪后的图像的边缘会发生平移，边缘的颜色会溢出，图像质量低。
目前，普遍使用的改进Haar小波产生的“伪吉布斯现象”的方法是先平移再平均，即在去噪处理图像中的某个像素时，选取该像素点周围四个一定大小的模板进行小波变换，将四个小波变换的结果做平均得到最终结果。这种方法能彻底解决正交Haar小波带来的边缘平移问题，但是其计算过于复杂，硬件代价较大，且无法解决边缘颜色溢出的问题。
为解决上述问题，本发明实施例中通过小波分解对图像进行降采样之后，若当前像素点正好处在边缘区域，则该p层的低频分量的像素已不是黑白点，而是经过黑白平均后的灰点，故进而以对该当前像素进行预滤波得到的第一滤波值为参考点，对尺度p上的低频部分进行双边滤波，相当于设置了具有高频信息的参考点，既可以避免重构后的图像高频分量丢失严重，进而可以避免出现边缘模糊的情况，也可以避免出现颜色溢出的现象，因此在保证噪声去除的同时，抑制边缘的平移和边缘颜色的溢出，提高去噪后图像的质量。并且上述的方案也无需额外增加硬件，且计算量小，容易实现。
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
图1示出了本发明实施例中的一种图像去噪的处理方法的流程示意图，下面参考图1对所述方法进行分步骤详细介绍，所述方法可以按照如下步骤实施：
步骤S11：以当前像素为中心，从所述图像中选取m×n大小的模块。
待处理的图像也可以称为原始尺寸的图像。对图像进行去噪时，会对图像中的像素分别进行去噪处理，故在具体实施中，可以以当前像素为中心，从所述图像中选取m×n大小的模块，以该模板为单位进行后续处理。并且由于要对模块进行小波分解，故理论上来说，m及n可以是2的幂次或是3*2的幂次。因此m与n为非零偶数。并且，通常而言，m与n不能太小，否则对较严重的颜色噪声的处理能力有限，故在本发明一实施例中，可以设置m≥32，且n≥32。
步骤S12：采用所述m×n大小的模块对所述当前像素进行预滤波，得到第一滤波值。
在具体实施中，可以采用所述m×n大小的模块对所述当前像素进行预滤波，得到第一滤波值，这样既可以对当前像素进行初步的去噪，一定程度上提高图像的质量。需要说明的是，本领域技术人员可以采用不同的滤波方法进行预滤波，比如可以采用双边滤波，也可以采用高斯滤波，还可以采用均值滤波。采用的预滤波的具体方法并不对本发明的保护范围构成任何限制。
步骤S13：对所述图像按照预设的尺度p进行小波分解，得到各个尺度上的高频部分及低频部分。
在具体实施中，可以对所述图像按照预设的尺度p进行小波分解，将二维图像信号变换到小波域，得到各个尺度上的高频部分及低频部分，并且p为不小于1的自然数。通常对于较大的低频的噪声，需要分解的层数较多。
步骤S14：以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值。
小波分解得到低频图像实际上是一个降采样的过程，经过p层的降采样，若当前像素点正好处在边缘区域，比如若是黑白边界，当前像素点即为黑点，则该层的低频分量的中心像素已不是黑白点，而是经过黑白平均后的灰点，此时再对中心像素进行滤波，并对该位置高频分量进行抑制，则会导致重构后的图像高频分量丢失严重，会出现边缘模糊的情况。而如果正好是一个彩色边界，则会出现颜色溢出的现象。在具体实施中，以所述第一滤波值作为参考点，相当于设置了一个具有高频信息的参考点，再对尺度p上的低频部分进行双边滤波，得到第二滤波值，可以避免由于降采样导致的高频分量损失，提高去噪后图像的质量。
在本发明一实施例中，当以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波时，可以采用如下公式(1)：
其中：s11′layer4表示第二滤波值，Sref表示所述第一滤波值，σd表示距离差的方差系数值，σr表示像素差异的方差系数值，ij表示索引值，Sij表示尺度p上参与滤波的像素中索引值为ij的像素点对应的像素值。
需要说明的是，i及j的取值范围可以与m及n有关。比如，如果最小尺度的图像的大小是3×3，i及j均小于3。如果最小尺度的图像的大小是5×5，i及j可以均小于3，也可以均小于5。并且，可以以此类推，不过如果i<5且j<5，由于此时中心点发生了改变，故后面exp里的(i-1)应该设置为(i-2)。
步骤S15：对所述尺度p上的高频部分进行阈值抑制处理。
在具体实施中，对所述尺度p上的高频部分进行阈值抑制处理时所采用的抑制强度系数的大小与所述尺度p上的高频部分每个像素点的值有关。具体可以参考图2示出的像素点的值与抑制强度系数的关系曲线，如图2所示，lthresh表示第一像素阈值，hthresh表示第二像素阈值，当像素点的值不断增大时，抑制强度系数呈现一段斜线的改变，而非直接分段取值，故可以提高去噪后图像的平滑度。
在具体实施中，可以采用如下公式(2)，表征对所述尺度p上的高频部分进行阈值抑制处理时所用的抑制强度系数ratio与每个像素点的值的关系：
其中：hq表示所述尺度p上的高频部分每个像素点的值，lthresh表示第一像素阈值，hthresh表示第二像素阈值，abs()表示对参数取绝对值，所述第一像素阈值小于所述第二像素阈值，且本领域技术人员可以根据需要，相应分别设置第一像素阈值及第二像素阈值的大小范围。
步骤S16：采用逆小波变换，以所述尺度p上双边滤波后的低频部分及阈值抑制处理后的高频部分为起始，不断向上一尺度进行图像重构，且对任意一个中间尺度上的低频部分做双边滤波及高频部分做阈值抑制处理后再继续向上一尺度进行图像重构，直至得到原始尺寸的图像。
目前，在处理图像中的任意一个像素时，选取该像素点周围四个一定大小的模板进行小波变换，将四个小波变换的结果做平均得到最终结果，存在计算复杂、硬件代价大且无法解决边缘颜色溢出的问题。
而本发明实施例通过小波分解对图像进行降采样之后，若当前像素点正好处在边缘区域，则该p层的低频分量的像素已不是黑白点，而是经过黑白平均后的灰点，故进而以对该当前像素进行预滤波得到的第一滤波值为参考点，对尺度p上的低频部分进行双边滤波，相当于设置了具有高频信息的参考点，既可以避免重构后的图像高频分量丢失严重，进而可以避免出现边缘模糊的情况，也可以避免出现颜色溢出的现象，因此在保证噪声去除的同时，抑制边缘的平移和边缘颜色的溢出，提高去噪后图像的质量。并且上述的方案也无需额外增加硬件，且计算量小，容易实现。
为了进一步提高去噪后图像的质量，在具体实施中，可以对至少一个中间尺度的低频部分做双边滤波时设置对应的参考点。
换言之，可以对中间尺度的低频部分也采用带有参考点的双边滤波，而不是普通的双边滤波。比如，尺度p的图像重构至尺度(p-1)后，可以在尺度(p-1)上对像素的低频部分做带有参考点的双边滤波，并采用带有参考点的双边滤波后的尺度(p-1)的图像再重构到尺度(p-2)，并依次进行下去，直至得到原始尺寸的图像。
在具体实施中，对当前尺度上的低频部分进行双边滤波所采用设置的参考点与所述第一滤波值及所述当前尺度的下一尺度的低频部分的滤波值有关。
详细地说，所述双边滤波所设置的参考点与所述第一滤波值及当前尺度的下一尺度的低频部分的滤波值满足如下关系：
S’＝(Sref+S)/2 (3)
其中：S’表示所述当前尺度进行双边滤波时所采用的参考点，Sref表示所述第一滤波值，S表示相对于所述当前尺度的下一尺度的低频部分的滤波值。
为了进一步提高去噪后的图像的平滑度，在具体实施中，对至少一个中间尺度的高频部分做阈值抑制处理时所采用的抑制强度系数的大小与所述高频部分每个像素点的值有关。
换言之，可以对至少一个中间尺度的高频部分做阈值抑制处理时也选用与每个像素点的值有关的阈值抑制强度系数。比如，尺度(p-1)的图像重构至尺度(p-2)后，可以在尺度(p-2)上，对像素的高频部分进行与所述高频部分每个像素点的值有关的抑制强度系数的阈值抑制处理，并采用阈值抑制处理后的尺度(p-2)的图像再重构到尺度(p-3)，并依次进行下去，直至得到原始尺寸的图像。
需要说明的是，对于中间尺度低频部分所进行的带参考点的双边滤波及高频部分所进行的阈值抑制处理可以结合使用，也可以分开使用。换言之，本领域技术人员根据实际需要，可以只是对中间尺度的低频部分进行带参考点的双边滤波，也可以只是对中间尺度的高频部分进行阈值抑制处理，也可以既对中间尺度的低频部分进行带参考点的双边滤波，又对中间尺度的高频部分进行阈值抑制处理。本领域技术人员是否将双边滤波及阈值抑制处理结合使用，并不对本发明的保护范围构成任何限制。
为使得本领域技术人员更好地理解和实现本发明，图3示出了本发明实施例中的另一种图像去噪的处理方法的流程示意图，其中：待处理的图像大小为48×48，预设的尺度p为4，层数一共为(p+1)＝5，分别为layer0、layer1、layer2、layer3及layer4，其中layer0对应原始尺寸的图像，下面参考图3对所述方法进行详细介绍：
步骤S301：以当前像素点为中心从待处理的图像中取出特定大小的小模板，并以该小模板为基础对当前像素点进行预滤波。
待处理的图像也可以称为原始尺寸的图像或者模板，一般原始尺寸的图像较大，为了减小处理的计算量及提高去噪的精确度，在具体实施中，可以以当前像素点为中心从待处理的图像中取出特定大小的小模板，并以该小模板为基础对当前像素点进行预滤波。
在本发明一实施例中，可以以当前像素点为中心从原始尺寸48×48模板中取出大小为5×5的模板，图4示出了5×5的模板，当前像素是S22，可以以该大小为5×5的模板为基础，对当前像素S22进行预滤波，滤波后的结果值是FS22’。需要说明的是，预滤波方法有多种，如均值滤波，又如双边滤波，或者如高斯滤波，此处对预滤波的类型不做限制。
步骤S302：对原始尺寸的模板进行小波分解。
在具体实施中，可以对原始尺寸的模板进行小波分解，也就相当于对图像进行降采样，以将二维图像信号变换到小波域。
具体可以参考图5示出的小波分解过程，如图5所示，原始尺寸图像的大小为48×48，可以称为layer0的图像。预设的尺度为4，也就对图像进行4个尺度的分解，L表示低频，H表示高频。需要说明的是，Harr小波分解的公式已经被广泛熟知，在此不再赘述。
步骤S303：从最后一个尺度开始，在每个尺度上对低频部分进行双边滤波。
图6示出了尺度layer4上的低频(LL)部分的模板图，S11是经过小波分解后的当前像素点。可以看到，小波分解得到低频图像实际上是一个降采样的过程，经过四层的降采样，若当前像素点正好处在边缘区域，假如是黑白边界，当前像素点为黑点，则该尺度layer4的低频分量的S11已不是黑白点，是经过黑白平均后的灰点，此时再对S11进行滤波，并对该位置高频分量进行抑制，则会导致重构后的图像高频分量丢失严重，会出现边缘模糊的情况。如果正好是一个彩色边界，则会出现颜色溢出的现象。
为了避免降采样导致的高频分量损失，以进一步避免出现边缘模糊及颜色溢出的现象，在具体实施中，可以在最后一个尺度layer4上，对低频LL进行有参考像素点的双边滤波时，设置一个具有高频信息的参考点：Sref＝FS22’。在本发明一实施例中，带参考点的双边滤波所采用的公式(4)可以如下：
步骤S304：从最后一个尺度开始，在每个尺度上对高频部分进行阈值阈值。
在具体实施中，可以在最后一个尺度layer4上，对高频分量(LH、HL及HH)进行阈值抑制。
为了提高图像的平滑度，在本发明一实施例中，对于尺度layer4上高频分量(LH、HL及HH)上的每个像素点，均按如下方式进行高频抑制：
其中，hq表示尺度layer4上高频分量(LH、HL及HH)的每个像素点的值，ratio表示抑制强度。
从公式(5)可以看出，高频像素点的绝对值越大，表示越有可能是真的信号，抑制强度越弱；高频像素点的绝对值越小，表示越有可能是噪声，抑制强度越强。
步骤S305：通过逆小波变换，进行图像重构。
在具体实施中，可以通过逆小波变换，将尺度layer4重构至尺度layer3尺度。需要说明的是，Harr小波重构的公式已经被广泛熟知，此处不再赘述。
步骤S306：在重构后的尺度layer3上，对低频LL进行有参考像素点的双边滤波。
在具体实施中，可以在重构后的尺度layer3上，对低频LL进行有参考像素点的双边滤波，并且参考点Sref为：
Sref＝(FS22′+S11′layer4)/2 (6)
其中：S11′layer4为尺度layer4的低频分量双边滤波后的结果值。该双边滤波后得到的中心点的滤波结果值为S11′layer3。需要说明的是，本领域技术人员可以参考步骤S303实施该双边滤波，在此不再赘述。
步骤S307：在尺度layer3上，对高频分量(LH、HL及HH)进行阈值抑制。
在具体实施中，本领域技术人员可以参考步骤S304实施该双边滤波，在此不再赘述。
步骤S308：通过逆小波变换，进行图像重构，将尺度layer3重构至尺度layer2尺度。
步骤S309：在重构后的尺度layer2上，对低频LL进行有参考像素点的双边滤波。
在具体实施中，可以在重构后的尺度layer2上，对低频LL进行有参考像素点的双边滤波，并且参考点Sref为：
Sref＝(FS22′+S11′layer3)/2 (7)
其中：S11′layer3为尺度layer3的低频分量双边滤波后的结果值，该双边滤波后得到的中心点的滤波结果为：S11′layer2。需要说明的是，本领域技术人员可以参考步骤S303实施该双边滤波，在此不再赘述。
步骤S310：在尺度layer2上，对高频分量(LH、HL及HH)进行阈值抑制。
在具体实施中，本领域技术人员可以参考步骤S304实施该双边滤波，在此不再赘述。
步骤S311：通过逆小波变换，进行图像重构，将尺度layer2重构至尺度layer1尺度。
步骤S312：在重构后的尺度layer1上，对低频LL进行有参考像素点的双边滤波。
在具体实施中，可以在重构后的尺度layer1上，对低频LL进行有参考像素点的双边滤波，并且参考点Sref为：
Sref＝(FS22′+S11′layer2)/2 (8)
其中：S11′layer2为尺度layer2的低频分量双边滤波后的结果值，该双边滤波后得到的中心点的滤波结果值为：S11′layer1。需要说明的是，本领域技术人员可以参考步骤S303实施该双边滤波，在此不再赘述。
步骤S313：在尺度layer1上，对高频分量(LH、HL及HH)进行阈值抑制。
在具体实施中，本领域技术人员可以参考步骤S304实施该双边滤波，在此不再赘述。
步骤S314：通过逆小波变换，进行图像重构，将尺度layer 1重构至尺度layer0尺度，得到最终的滤波结果。
综上，本方法实施例利用参考像素点的方法，可以有效克服正交Harr小波固有的缺陷，有效改善去噪后出现的“伪吉布斯现象”，在保证噪声去除的同时，抑制边缘的平移和边缘颜色的溢出，使去噪后的图像质量提高。而且该方法不需增加额外的硬件代价，实现起来较容易，计算简单，可操作性强。
为使得本领域技术人员更好地理解和实现本发明，图7示出了本发明实施例中的一种图像去噪的处理装置的结构示意图，如图7所示，所述处理装置可以包括：选取单元71、第一滤波单元72、小波分解单元73、第二滤波单元74、阈值抑制单元75及逆小波变换单元76，其中：
选取单元71，适于以当前像素为中心，从所述图像中选取m×n大小的模块；其中：m与n为非零偶数；
第一滤波单元72，适于采用所述m×n大小的模块对所述当前像素进行预滤波，得到第一滤波值；
小波分解单元73，适于对所述图像按照预设的尺度p进行小波分解，得到各个尺度上的高频部分及低频部分；其中：p为不小于1的自然数；
第二滤波单元74，适于以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值；
阈值抑制单元75，适于对所述尺度p上的高频部分进行阈值抑制处理；
逆小波变换单元76，适于采用逆小波变换，以所述尺度p上双边滤波后的低频部分及阈值抑制处理后的高频部分为起始，不断向上一尺度进行图像重构，且在所述第一滤波单元72对任意一个中间尺度上的低频部分做双边滤波及所述第二滤波单元74对高频部分做阈值抑制处理后再继续向上一尺度进行图像重构，直至得到原始尺寸的图像。
综上，本发明实施例通过小波分解单元73对图像进行降采样之后，若当前像素点正好处在边缘区域，则该p层的低频分量的像素已不是黑白点，而是经过黑白平均后的灰点，故进而第二滤波单元74以第一滤波单元72对该当前像素进行预滤波得到的第一滤波值为参考点，对尺度p上的低频部分进行双边滤波，相当于设置了具有高频信息的参考点，既可以避免重构后的图像高频分量丢失严重，进而可以避免出现边缘模糊的情况，也可以避免出现颜色溢出的现象，因此在保证噪声去除的同时，抑制边缘的平移和边缘颜色的溢出，提高去噪后图像的质量。并且上述的方案也无需额外增加硬件，且计算量小，容易实现。
在具体实施中，对所述尺度p上的高频部分进行阈值抑制处理时所采用的抑制强度系数的大小与所述尺度p上的高频部分每个像素点的值有关。
为了提高图像的平滑度，在本发明一实施例中，所述阈值抑制单元75，适于采用如下公式(9)，计算对所述尺度p上的高频部分进行阈值抑制处理时所用的抑制强度系数ratio：
其中：hq表示所述尺度p上的高频部分每个像素点的值，lthresh表示第一像素阈值，hthresh表示第二像素阈值，abs()表示对参数取绝对值，所述第一像素阈值小于所述第二像素阈值。
在具体实施中，所述第二滤波单元74，适于采用如下公式(10)，以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值：
其中：s11′layer4表示第二滤波值，Sref表示所述第一滤波值，σd表示距离差的方差系数值，σr表示像素差异的方差系数值，ij表示索引值，Sij表示尺度p上参与滤波的像素中索引值为ij的像素点对应的像素值。
在具体实施中，所述第二滤波单元74，还适于对至少一个中间尺度或原始尺寸上的低频部分做双边滤波时设置对应的参考点；其中：对当前尺度上的低频部分进行双边滤波所采用设置的参考点与所述第一滤波值及所述当前尺度的下一尺度的低频部分的滤波值有关。
在具体实施中，所述第二滤波单元74，对所述双边滤波所设置的参考点与所述第一滤波值及所述当前尺度的下一尺度的低频部分的滤波值满足如下关系：
S’＝(Sref+S)/2 (11)
其中：S’表示所述当前尺度进行双边滤波时所采用的参考点，Sref表示所述第一滤波值，S表示相对于所述当前尺度的下一尺度的低频部分的滤波值。
在具体实施中，所述阈值抑制单元75，适于对至少一个中间尺度或原始尺寸上的高频部分做阈值抑制处理时所采用的抑制强度系数的大小与所述高频部分每个像素点的值有关。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于以计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (14)
1.一种图像去噪的处理方法，其特征在于，包括：
以当前像素为中心，从所述图像中选取m×n大小的模块；其中：m与n为非零偶数；
采用所述m×n大小的模块对所述当前像素进行预滤波，得到第一滤波值；
对所述图像按照预设的尺度p进行小波分解，得到各个尺度上的高频部分及低频部分；其中：p为不小于1的自然数；
以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值；
对所述尺度p上的高频部分进行阈值抑制处理；
采用逆小波变换，以所述尺度p上双边滤波后的低频部分及阈值抑制处理后的高频部分为起始，不断向上一尺度进行图像重构，且对任意一个中间尺度上的低频部分做双边滤波及高频部分做阈值抑制处理后再继续向上一尺度进行图像重构，直至得到原始尺寸的图像。
2.如权利要求1所述的图像去噪的处理方法，其特征在于，对所述尺度p上的高频部分进行阈值抑制处理时所采用的抑制强度系数的大小与所述尺度p上的高频部分每个像素点的值有关。
3.如权利要求2所述的图像去噪的处理方法，其特征在于，采用如下公式，计算对所述尺度p上的高频部分进行阈值抑制处理时所用的抑制强度系数ratio：
其中：hq表示所述尺度p上的高频部分每个像素点的值，lthresh表示第一像素阈值，hthresh表示第二像素阈值，abs()表示对参数取绝对值，所述第一像素阈值小于所述第二像素阈值。
4.如权利要求1所述的图像去噪的处理方法，其特征在于，所述以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值，采用如下公式：
其中：s11′layer4表示第二滤波值，Sref表示所述第一滤波值，σd表示距离差的方差系数值，σr表示像素差异的方差系数值，ij表示索引值，Sij表示尺度p上参与滤波的像素中索引值为ij的像素点对应的像素值。
5.如权利要求1所述的图像去噪的处理方法，其特征在于，
对至少一个中间尺度或原始尺寸上的低频部分做双边滤波时设置对应的参考点；其中：对当前尺度上的低频部分进行双边滤波所采用设置的参考点与所述第一滤波值及所述当前尺度的下一尺度的低频部分的滤波值有关。
6.如权利要求5所述的图像去噪的处理方法，其特征在于，所述双边滤波所设置的参考点与所述第一滤波值及当前尺度的下一尺度的低频部分的滤波值满足如下关系：
S’＝(Sref+S)/2
其中：S’表示所述当前尺度进行双边滤波时所采用的参考点，Sref表示所述第一滤波值，S表示相对于所述当前尺度的下一尺度的低频部分的滤波值。
7.如权利要求1或5所述的图像去噪的处理方法，其特征在于，对至少一个中间尺度或原始尺寸上的高频部分做阈值抑制处理时所采用的抑制强度系数的大小与所述高频部分每个像素点的值有关。
8.一种图像去噪的处理装置，其特征在于，包括：
选取单元，适于以当前像素为中心，从所述图像中选取m×n大小的模块；
其中：m与n为非零偶数；
第一滤波单元，适于采用所述m×n大小的模块对所述当前像素进行预滤波，得到第一滤波值；
小波分解单元，适于对所述图像按照预设的尺度p进行小波分解，得到各个尺度上的高频部分及低频部分；其中：p为不小于1的自然数；
第二滤波单元，适于以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值；
阈值抑制单元，适于对所述尺度p上的高频部分进行阈值抑制处理；
逆小波变换单元，适于采用逆小波变换，以所述尺度p上双边滤波后的低频部分及阈值抑制处理后的高频部分为起始，不断向上一尺度进行图像重构，且在所述第一滤波单元对任意一个中间尺度上的低频部分做双边滤波及所述第二滤波单元对高频部分做阈值抑制处理后再继续向上一尺度进行图像重构，直至得到原始尺寸的图像。
9.如权利要求8所述的图像去噪的处理装置，其特征在于，对所述尺度p上的高频部分进行阈值抑制处理时所采用的抑制强度系数的大小与所述尺度p上的高频部分每个像素点的值有关。
10.如权利要求9所述的图像去噪的处理装置，其特征在于，所述阈值抑制单元，适于采用如下公式，计算对所述尺度p上的高频部分进行阈值抑制处理时所用的抑制强度系数ratio：
其中：hq表示所述尺度p上的高频部分每个像素点的值，lthresh表示第一像素阈值，hthresh表示第二像素阈值，abs()表示对参数取绝对值，所述第一像素阈值小于所述第二像素阈值。
11.如权利要求8所述的图像去噪的处理装置，其特征在于，所述第二滤波单元，适于采用如下公式，以所述第一滤波值作为参考点，对尺度p上的低频部分进行双边滤波，得到第二滤波值：
其中：s11′layer4表示第二滤波值，Sref表示所述第一滤波值，σd表示距离差的方差系数值，σr表示像素差异的方差系数值。
12.如权利要求8所述的图像去噪的处理装置，其特征在于，所述第二滤波单元，还适于对至少一个中间尺度或原始尺寸上的低频部分做双边滤波时设置对应的参考点；其中：对当前尺度上的低频部分进行双边滤波所采用设置的参考点与所述第一滤波值及所述当前尺度的下一尺度的低频部分的滤波值有关。
13.如权利要求12所述的图像去噪的处理装置，其特征在于，所述第二滤波单元，对所述双边滤波所设置的参考点与所述第一滤波值及所述当前尺度的下一尺度的低频部分的滤波值满足如下关系：
S’＝(Sref+S)/2
其中：S’表示所述当前尺度进行双边滤波时所采用的参考点，Sref表示所述第一滤波值，S表示相对于所述当前尺度的下一尺度的低频部分的滤波值。
14.如权利要求8或12所述的图像去噪的处理装置，其特征在于，所述阈值抑制单元，适于对至少一个中间尺度或原始尺寸上的高频部分做阈值抑制处理时所采用的抑制强度系数的大小与所述高频部分每个像素点的值有关。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710182524.0A CN108629740B (zh) | 2017-03-24 | 2017-03-24 | 一种图像去噪的处理方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710182524.0A CN108629740B (zh) | 2017-03-24 | 2017-03-24 | 一种图像去噪的处理方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108629740A true CN108629740A (zh) | 2018-10-09 |
| CN108629740B CN108629740B (zh) | 2020-06-02 |
Family
ID=63707819
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710182524.0A Active CN108629740B (zh) | 2017-03-24 | 2017-03-24 | 一种图像去噪的处理方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108629740B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110097518A (zh) * | 2019-04-28 | 2019-08-06 | 东软医疗系统股份有限公司 | 图像去噪方法、装置及终端设备 |
| CN110909750A (zh) * | 2019-11-14 | 2020-03-24 | 展讯通信（上海）有限公司 | 图像差异检测方法及装置、存储介质、终端 |
| CN111145072A (zh) * | 2019-12-31 | 2020-05-12 | 中山市奥珀金属制品有限公司 | 一种预防图像内存溢出方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101706954A (zh) * | 2009-11-13 | 2010-05-12 | 北京中星微电子有限公司 | 图像增强方法和装置以及图像低频分量计算方法和装置 |
| CN101944230A (zh) * | 2010-08-31 | 2011-01-12 | 西安电子科技大学 | 基于多尺度的自然图像非局部均值去噪方法 |
| CN102117482A (zh) * | 2011-04-13 | 2011-07-06 | 西安电子科技大学 | 结合结构信息的非局部均值图像去噪方法 |
| CN103700072A (zh) * | 2013-12-17 | 2014-04-02 | 北京工业大学 | 一种基于自适应小波阈值和双边滤波器的图像去噪方法 |
| CN104680485A (zh) * | 2013-11-27 | 2015-06-03 | 展讯通信（上海）有限公司 | 一种基于多分辨率的图像去噪方法及装置 |
| CN105844601A (zh) * | 2016-05-20 | 2016-08-10 | 中国矿业大学(北京) | 一种基于双边滤波和多尺度Retinex算法的矿井图像增强方法 |
| CN106056555A (zh) * | 2016-06-03 | 2016-10-26 | 宁波大红鹰学院 | 一种图像去噪方法 |
-
2017
- 2017-03-24 CN CN201710182524.0A patent/CN108629740B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101706954A (zh) * | 2009-11-13 | 2010-05-12 | 北京中星微电子有限公司 | 图像增强方法和装置以及图像低频分量计算方法和装置 |
| CN101944230A (zh) * | 2010-08-31 | 2011-01-12 | 西安电子科技大学 | 基于多尺度的自然图像非局部均值去噪方法 |
| CN102117482A (zh) * | 2011-04-13 | 2011-07-06 | 西安电子科技大学 | 结合结构信息的非局部均值图像去噪方法 |
| CN104680485A (zh) * | 2013-11-27 | 2015-06-03 | 展讯通信（上海）有限公司 | 一种基于多分辨率的图像去噪方法及装置 |
| CN103700072A (zh) * | 2013-12-17 | 2014-04-02 | 北京工业大学 | 一种基于自适应小波阈值和双边滤波器的图像去噪方法 |
| CN105844601A (zh) * | 2016-05-20 | 2016-08-10 | 中国矿业大学(北京) | 一种基于双边滤波和多尺度Retinex算法的矿井图像增强方法 |
| CN106056555A (zh) * | 2016-06-03 | 2016-10-26 | 宁波大红鹰学院 | 一种图像去噪方法 |
Non-Patent Citations (3)
| Title |
|---|
| H YU 等: "Image denoising using trivariate shrinkage filter in the wavelet domain and joint bilateral filter in the spatial domain", 《IEEE TRANSACTIONS ON IMAGE PROCESSING》 * |
| 刘晓阳 等: "基于双边滤波和Retinex算法的矿井图像增强方法", 《工矿自动化》 * |
| 王陈: "基于小波与双边滤波的医学超声图像去噪算法", 《中国优秀硕士学位论文全文数据库-信息科技辑》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110097518A (zh) * | 2019-04-28 | 2019-08-06 | 东软医疗系统股份有限公司 | 图像去噪方法、装置及终端设备 |
| CN110097518B (zh) * | 2019-04-28 | 2022-12-27 | 东软医疗系统股份有限公司 | 图像去噪方法、装置及终端设备 |
| CN110909750A (zh) * | 2019-11-14 | 2020-03-24 | 展讯通信（上海）有限公司 | 图像差异检测方法及装置、存储介质、终端 |
| CN110909750B (zh) * | 2019-11-14 | 2022-08-19 | 展讯通信（上海）有限公司 | 图像差异检测方法及装置、存储介质、终端 |
| CN111145072A (zh) * | 2019-12-31 | 2020-05-12 | 中山市奥珀金属制品有限公司 | 一种预防图像内存溢出方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108629740B (zh) | 2020-06-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Jain et al. | A survey of edge-preserving image denoising methods | |
| Diwakar et al. | CT image denoising using NLM and correlation‐based wavelet packet thresholding | |
| You et al. | Denoising of MR images with Rician noise using a wider neural network and noise range division | |
| CN109242799B (zh) | 一种变阈值的小波去噪方法 | |
| CN103093433B (zh) | 基于区域划分和字典学习的自然图像去噪方法 | |
| Lu et al. | Nonlocal Means‐Based Denoising for Medical Images | |
| Raj et al. | Denoising of medical images using dual tree complex wavelet transform | |
| CN103700072A (zh) | 一种基于自适应小波阈值和双边滤波器的图像去噪方法 | |
| Dolui et al. | A new similarity measure for non-local means filtering of MRI images | |
| Sudeep et al. | Nonlocal linear minimum mean square error methods for denoising MRI | |
| CN114240797B (zh) | 一种oct图像去噪方法、装置、设备及介质 | |
| CN108629740A (zh) | 一种图像去噪的处理方法及装置 | |
| Kumar et al. | A new locally adaptive patch variation based CT image denoising | |
| CN111192204A (zh) | 一种图像增强方法、系统和计算机可读存储介质 | |
| CN101957984A (zh) | 基于非局部萎缩因子参数估计的图像去噪方法 | |
| Sharma et al. | A review on magnetic resonance images denoising techniques | |
| Zhang et al. | Diffusion scheme using mean filter and wavelet coefficient magnitude for image denoising | |
| Sharma et al. | Image enhancement using fractional partial differential equation | |
| CN111652810A (zh) | 一种基于小波域奇异值差分模型的图像去噪方法 | |
| Dewangan et al. | Comparison of wavelet thresholding for image denoising using different shrinkage | |
| Khmag et al. | Additive and multiplicative noise removal based on adaptive wavelet transformation using cycle spinning | |
| Girdher et al. | Image denoising: issues and challenges | |
| Yang et al. | A new algorithm of image denoising based on stationary wavelet multi-scale adaptive threshold | |
| Wang et al. | Shannon‐Cosine Wavelet Precise Integration Method for Locust Slice Image Mixed Denoising | |
| Dai et al. | Foveated nonlocal dual denoising |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |