CN108765312B - 一种基于方差信息的图像去噪方法 - Google Patents

一种基于方差信息的图像去噪方法 Download PDF

Info

Publication number
CN108765312B
CN108765312B CN201810388960.8A CN201810388960A CN108765312B CN 108765312 B CN108765312 B CN 108765312B CN 201810388960 A CN201810388960 A CN 201810388960A CN 108765312 B CN108765312 B CN 108765312B
Authority
CN
China
Prior art keywords
filtering
weight
acquiring
image
point
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.)
Active
Application number
CN201810388960.8A
Other languages
English (en)
Other versions
CN108765312A (zh
Inventor
周筱媛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Science and Technology
Original Assignee
Xian University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN201810388960.8A priority Critical patent/CN108765312B/zh
Publication of CN108765312A publication Critical patent/CN108765312A/zh
Application granted granted Critical
Publication of CN108765312B publication Critical patent/CN108765312B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • 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
    • G06T2207/20024—Filtering details

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Image Processing (AREA)

Abstract

本发明涉及一种基于方差信息的图像去噪方法，包括以下步骤：(a)获取待处理图像的滤波中心点；(b)获取所述滤波中心点对应的滤波窗口和若干滤波方向；(c)获取所述滤波方向的滤波像素点；(d)获取所述滤波像素点的归一化滤波权重；(e)根据所述滤波像素点和所述归一化滤波权重获取所述滤波中心点的滤波值；(f)将所述待处理图像的每个像素点依次作为滤波中心点，重复步骤(b)～(e)以完成图像去噪。本发明实施例，可以有效地滤出图像中的噪声，同时保留了图像的边缘信息。

Description

一种基于方差信息的图像去噪方法
技术领域
本发明属于显示技术领域，具体涉及一种基于方差信息的图像去噪方法。
背景技术
在图像的传输与获取过程中，经常由于工作环境条件等因素的影响，使得图像被噪声干扰，从而使得图像的部分信息被破坏，人类从图像中提取的信息也受到限制。目前使用较广泛的去噪方法有中值滤波、均值滤波、高斯滤波、双边滤波、自适应维纳滤波、小波去噪等。其中中值滤波、均值滤波以及高斯滤波在滤出噪声的同时会对边缘带来一定程度的模糊；双边滤波有很好的保边去噪效果，但其计算过程复杂，不利于硬件实现；自适应维纳滤波以及小波去噪的计算量也很大。
目前常用的图像去噪方法是双边滤波法，双边滤波法采用欧式距离的高斯核函数与像素值差异的高斯核函数乘积作为滤波权重，不仅考虑了周围点在空间距离上对滤波中心点的影响，更是加入了周围点在像素值大小上对中间点的影响。这种方法对于图像中大梯度边缘信息又较好的保留，因此能有效滤出图像中的噪声，同时保留图像的边缘信息。
但是，双边滤波法虽然能保留住图像边缘，但在边缘的上下衔接处不是很贴合实际图像边缘梯度，且双边滤波法对于孤立噪声点的削弱效果不好。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于方差信息的图像去噪方法。本发明要解决的技术问题通过以下技术方案实现：
本发明实施例提供了一种基于方差信息的图像去噪方法，包括以下步骤：
(a)获取待处理图像的滤波中心点；
(b)获取所述滤波中心点对应的滤波窗口和若干滤波方向；
(c)获取所述滤波方向的滤波像素点；
(d)获取所述滤波像素点的归一化滤波权重；
(e)根据所述滤波像素点和所述归一化滤波权重获取所述滤波中心点的滤波值；
(f)将所述待处理图像的每个像素点依次作为滤波中心点，重复步骤(b)～(e)以完成图像去噪。
在本发明的一个实施例中，步骤(d)包括：
(d1)根据所述滤波像素点获取滤波方向方差；
(d2)根据所述滤波方向方差获取所述滤波像素点的所述归一化滤波权重。
在本发明的一个实施例中，步骤(d1)包括：
(d11)获取每个所述滤波方向对应的所述滤波像素点的均值；
(d12)根据所述滤波像素点和所述滤波像素点的均值获取所述滤波方向方差。
在本发明的一个实施例中，步骤(d2)包括：
(d21)根据所述滤波方向方差获取滤波方向权重；
(d22)根据所述滤波方向权重获取所述滤波像素点的滤波权重；
(d23)根据所述滤波权重获取所述归一化滤波权重。
在本发明的一个实施例中，所述滤波方向权重满足：
Figure BDA0001642946880000031
其中，wmn为第m个所述滤波方向上的第n个所述滤波像素点的所述滤波权重；vm为第m个所述滤波方向的所述滤波方向权重，σ为滤波参数。
在本发明的一个实施例中，所述滤波参数σ＝1。
在本发明的一个实施例中，所述滤波方向权重满足：
Figure BDA0001642946880000032
其中，vm为第m个所述滤波方向的所述滤波方向权重；varm为第m个所述滤波方向的所述滤波方向方差；max_var为各所述滤波方向的方差最大值；γ为权重因子。
在本发明的一个实施例中，所述γ的取值范围为0～5。
在本发明的一个实施例中，所述滤波方向权重满足：
Figure BDA0001642946880000033
其中，vm为第m个所述滤波方向的所述滤波方向权重；varm为第m个所述滤波方向的所述滤波方向方差。
在本发明的一个实施例中，所述滤波中心点的滤波值满足：
I'(i,j)＝I(i,j)×w'0+I(i-1,j)×w1'1+I(i-2,j)×w1'2+…+I(i-2,j-2)×w'mn
其中，I'(i,j)为所述滤波中心点的滤波值；I(i,j)、I(i-1,j)、I(i-2,j)……I(i-2,j-2)为各所述滤波方向上的所述滤波像素点的像素值，w′mn为第m个所述滤波方向的第n个所述滤波像素点的所述归一化滤波权重，其中，1≤m≤8，1≤n≤16。
与现有技术相比，本发明的有益效果：
1.本发明的方法能准确地检测出图像的边缘信息，并对边缘信息进行合理保护；同时削弱了噪声信息，使得图像的无边缘区域更加平滑。
2.本发明的方法主要基于方差信息来进行滤波，根据方差信息来判断边缘方向的可能性，从而对边缘方向进行不同程度的保护。
附图说明
图1为本发明实施例提供的一种基于方差信息的图像去噪方法的流程示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
实施例一
请参见图1，图1为本发明实施例提供的一种基于方差信息的图像去噪方法的流程示意图。
一种基于方差信息的图像去噪方法，包括以下步骤：
(a)获取待处理图像的滤波中心点；
(b)获取所述滤波中心点对应的滤波窗口和若干滤波方向；
(c)获取所述滤波方向的滤波像素点；
(d)获取所述滤波像素点的归一化滤波权重；
(e)根据所述滤波像素点和所述归一化滤波权重获取所述滤波中心点的滤波值；
(f)将所述待处理图像的每个像素点依次作为滤波中心点，重复步骤(b)～(e)以完成图像去噪。
在本发明实施例中，基于沿所述滤波中心点出发的八个方向，分别为0度、45度、90度、135度、180度、225度、270度、315度，生成八个方向的方差来生成各滤波像素点的归一化滤波权重，从而计算出所述滤波中心点的滤波值，从而完成整个滤波过程。
本发明通过这种方法，能准确的检测出图像的边缘信息，并对边缘信息进行合理的保护，同时对于无边缘区域能达到很好的平滑去噪效果。
实施例二
请再次参见图1，本实施例在上述实施例的基础上，重点对一种基于方差信息的图像去噪方法进行详细描述。
(S10)获取待处理图像的滤波中心点。
在一个具体实施例中，将所述待处理图像的一个像素点作为滤波中心点，将所述滤波中心点记为I(i,j)，滤波半径记为r。
(S20)获取所述滤波中心点对应的滤波窗口和若干滤波方向。
在一个具体实施例中，设定滤波窗口的尺寸为5×5，滤波半径r＝2，即将5×5的像素矩阵作为一个待处理区域。
在一个具体实施例中，取基于沿所述滤波中心点出发的八个方向，分别为0度、45度、90度、135度、180度、225度、270度、315度来作为滤波方向。
(S30)获取所述滤波方向的滤波像素点。
在一个具体实施例中，只取所述滤波中心点各个方向上的像素点作为所述滤波中心点的滤波像素点，所述滤波窗口内的其余像素点的像素值可以看作滤波权重为0。
请参见表1，表1为r＝2时滤波像素点的分布情况，按照相同横坐标作为一行，相同纵坐标作为一列来进行分布的。
I(i-2,j-2) I(i-2,j) I(i-2,j+2)
I(i-1,j-1) I(i-1,j) I(i-1,j+1)
I(i,j-2) I(i,j-1) I(i,j) I(i,j+1) I(i,j+2)
I(i+1,j-1) I(i+1,j) I(i+1,j+1)
I(i+2,j-2) I(i+2,j) I(i+2,j+2)
表1r＝2时滤波像素点的分布情况
如表1所示，(I(i,j),I(i-1,j),I(i-2,j))构成了0度方向上的信息，沿顺时针方向继续，则(I(i,j),I(i-1,j+1),I(i-2,j+2))构成了45度方向上的信息，(I(i,j),I(i,j+1),I(i,j+2))构成了90度方向上的信息，(I(i,j),I(i+1，j+1),I(i+2，j+2))构成了135度方向上的信息，(I(i，j),I(i+1，j),I(i+2,j))构成了180度方向上的信息，(I(i,j),I(i+1,j-1),I(i+2,j-2))构成了225度方向上的信息，(I(i,j),I(i,j-1),I(i,j-2))构成了270度方向上的信息，(I(i,j),I(i-1,j-1),I(i-2，j-2))构成了315度方向上的信息，可以得出，围绕中心点I(i,j)一共有8个方向信息。
(S40)获取所述滤波像素点的归一化滤波权重。
步骤(S40)可以分为以下步骤：
(S401)根据所述滤波像素点获取滤波方向方差。
其中，步骤(S401)还包括以下步骤：
(S4011)获取每个所述滤波方向对应的所述滤波像素点的均值。
在一个具体实施例中，所述八个滤波方向上的所述滤波像素点的均值分别记为mena1、mean2、…、mean8。计算公式如下：
mean1＝(I(i,j)+I(i-1,j)+I(i-2,j))/3；
mean2＝(I(i,j)+I(i-1,j+1)+I(i-2,j+2))/3；
mean3＝(I(i,j)+I(i,j+1)+I(i,j+2))/3；
mean4＝(I(i,j)+I(i+1,j+1)+I(i+2,j+2))/3；
mean5＝(I(i,j)+I(i+1,j)+I(i+2,j))/3；
mean6＝(I(i,j)+I(i+1,j-1)+I(i+2,j-2))/3；
mean7＝(I(i,j)+I(i,j-1)+I(i,j-2))/3；
mean8＝(I(i,j)+I(i-1,j-1)+I(i-2,j-2))/3。
(S4012)根据所述滤波像素点和所述滤波像素点的均值获取所述滤波方向方差。
在一个具体实施例中，所述八个滤波方向上的像素值方差分别记为var1、var2、…、var8，计算公式如下：
var1＝((I(i，j)-mean1)2+(I(i-1，j)-mean1)2+(I(i-2，j)-mean1)2)/3；
var2＝((I(i，j)-mean2)2+(I(i-1,j+1)-mean2)2+(I(i-2，j+2)-mean2)2)/3；
var3＝((I(i，j)-mean3)2+(I(i，j+1)-mean3)2+(I(i，j+2)-mean3)2)/3；
var4＝((I(i，j)-mean4)2+(I(i+1，j+1)-mean4)2+(I(i+2，j+2)-mean4)2)/3；
var5＝((I(i，j)-mean5)2+(I(i+1，j)-mean5)2+(I(i+2，j)-mean5)2)/3；
var6＝((I(i，j)-mean6)2+(I(i+1，j-1)-mean6)2+(I(i+2，j-2)-mean6)2)/3；
var7＝((I(i，j)-mean7)2+(I(i，j-1)-mean7)2+(I(i,j-2)-mean7)2)/3；
var8＝((I(i，j)-mean8)2+(I(i-1，j-1)-mean8)2+(I(i-2，j-2)-mean8)2)/3。
(S402)根据所述滤波方向方差获取所述滤波像素点的所述归一化滤波权重。
其中，步骤(S402)还包括以下步骤：
(S4021)根据所述滤波方向方差获取滤波方向权重。
假如所述八个滤波方向上的某个滤波方向计算出的方差较大，说明该滤波方向上像素点的值差异较大，同时说明该滤波方向不是边缘方向，而且该滤波方向包含噪声的可能性较大，所以该滤波方向上像素点的可靠性较低，因此像素点的滤波权重应与方差成反比。
在一个具体实施例中，对所述滤波方向方差进行幂率变换，计算各所述滤波方向权重，计算公式如下：
Figure BDA0001642946880000081
其中，vm为第m个所述滤波方向的所述滤波方向权重；varm为第m个所述滤波方向的所述滤波方向方差；1≤m≤8；max_var为各所述滤波方向的方差最大值；γ为权重因子。
其中，max_var＝max(var1,var2,var3,var4,var5,var6,var7,var8)。
在一个具体实施例中，γ为大于1的参数，γ参数控制的是方差信息对于权重的影响程度，主要是拉大与滤波中心点像素相似点的滤波权重，从而抑制噪声点的权重。
在一个具体实施例中，γ的取值范围为0～5，优选地，γ的值为2。
在本发明的另一个实施例中，各所述滤波方向权重还可以用如下公式来计算：
Figure BDA0001642946880000082
其中，vm为第m个所述滤波方向的所述滤波方向权重；varm为第m个所述滤波方向的所述滤波方向方差；1≤m≤8。
(S4022)根据所述滤波方向权重获取所述滤波像素点的滤波权重。
所述滤波像素点的滤波权重的构成除了与所述滤波像素点对应的滤波方向的权重有关，还与所述滤波像素点到所述滤波中心点的距离有关。所述滤波像素点的滤波权重计算公式为：
Figure BDA0001642946880000091
其中，wmn为第m个所述滤波方向上的第n个所述滤波像素点的所述滤波权重；其中，1≤m≤8，1≤n≤16；vm为第m个所述滤波方向的所述滤波方向权重，σ为滤波参数。
σ参数控制的是滤波窗口的模糊程度，σ越大，输出图像越模糊，在本公式中，σ越大，就会使得局部各像素点的权重比较接近，由于噪声点和有效信息点的权重贡献一样，这样对于边缘信息就没有保护，原本应该比较锐利的边缘就会变模糊。
在一个具体实施例中，所述滤波参数σ的值为1。
在一个具体实施例中，所述滤波中心点w_(i,j)＝w0＝v1+v2+v3+v4+v5+v6+v7+v8。
所述滤波像素点的滤波权重如表2所示。
w<sub>816</sub> w<sub>12</sub> w<sub>24</sub>
w<sub>815</sub> w<sub>11</sub> w<sub>23</sub>
w<sub>714</sub> w<sub>713</sub> w<sub>0</sub> w<sub>35</sub> w<sub>36</sub>
w<sub>611</sub> w<sub>59</sub> w<sub>47</sub>
w<sub>612</sub> w<sub>510</sub> w<sub>48</sub>
表2r＝2时各个像素点的权重分布情况
(S4023)根据所述滤波权重获取归一化滤波权重。
所述归一化滤波权重的公式如下：
Figure BDA0001642946880000101
其中，w'0、w1'1、w1'2、…、w'816分别表示所述归一化滤波权重。
在一个具体实施例中，w'0、w1'1、w1'2、…、w'816满足下式：
w′0+w′11+w′12+w′23+w′24+w′35+w′36+w′47+w′48+w′59+w′510+w′611+w′612+w′713+w′714+w′815+w′816＝1
(S50)根据所述滤波像素点和所述归一化滤波权重获取所述滤波中心点的滤波值。
在一个具体实施例中，每个所述滤波方向上的滤波像素点的像素值乘以相应归一化滤波权重后相加得到所述滤波中心点的滤波值。具体过程如下：
I'(i,j)＝I(i,j)×w'0+I(i-1,j)×w1'1+I(i-2,j)×w1'2+…+I(i-2,j-2)×w'mn
其中，I'(i,j)为所述滤波中心点的滤波值；I(i,j)、I(i-1,j)、I(i-2,j)……I(i-2,j-2)为各所述滤波方向上的所述滤波像素点的像素值，w′mn为第m个所述滤波方向的第n个所述滤波像素点的所述归一化滤波权重，其中，1≤m≤8，1≤n≤16。
即I'(i,j)＝I(i,j)×w'0+I(i-1,j)×w′11+I(i-2,j)×w′12+…+I(i-2,j-2)×w'816
(S60)重复步骤(S20)～(S50)，将所述待处理图像的每个像素点当作所述滤波中心点，完成图像去噪。
在本发明实施例中，如果发现处于所述滤波中心点的像素是噪声点，则所述噪声点进行滤波后得到的值接近或者等于正常像素值，滤波后的像素点替换原有的噪声点，从而达到良好的去噪效果。
在本发明实施例中，如果发现在边缘区域内，有某像素点异常，则该异常像素点作为滤波中心点进行滤波后，可以接近或者恢复到正常像素值，滤波后的该异常像素点替换原有的异常像素点，达到了对边缘的保护效果。
本发明实施例对含有噪声的图像具有良好的去噪效果和边缘保护效果，且滤波过程较简单，通过控制参数γ和σ的值就能达到较好的去噪效果。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。

Claims (4)

1.一种基于方差信息的图像去噪方法，其特征在于，包括以下步骤：
(a)获取待处理图像的滤波中心点；
(b)获取所述滤波中心点对应的滤波窗口和若干滤波方向；
(c)获取所述滤波方向的滤波像素点；
(d)获取所述滤波像素点的归一化滤波权重；
(e)根据所述滤波像素点和所述归一化滤波权重获取所述滤波中心点的滤波值；
(f)将所述待处理图像的每个像素点依次作为滤波中心点，重复步骤(b)～(e)以完成图像去噪；
所述步骤(d)包括：
(d1)根据所述滤波像素点获取滤波方向方差；
(d2)根据所述滤波方向方差获取所述滤波像素点的所述归一化滤波权重。
所述步骤(d2)包括：
(d21)根据所述滤波方向方差获取滤波方向权重；
(d22)根据所述滤波方向权重获取所述滤波像素点的滤波权重；
(d23)根据所述滤波权重获取所述归一化滤波权重；
所述滤波权重满足：
Figure FDA0003203311790000011
其中，wmn为第m个所述滤波方向上的第n个所述滤波像素点的所述滤波权重；vm为第m个所述滤波方向的所述滤波方向权重，σ为滤波参数，所述滤波参数σ＝1；
所述滤波方向权重满足：
Figure FDA0003203311790000012
其中，vm为第m个所述滤波方向的所述滤波方向权重；varm为第m个所述滤波方向的所述滤波方向方差；max_var为各所述滤波方向的方差最大值；γ为权重因子。
2.根据权利要求1所述的图像去噪方法，其特征在于，步骤(d1)包括：
(d11)获取每个所述滤波方向对应的所述滤波像素点的均值；
(d12)根据所述滤波像素点和所述滤波像素点的均值获取所述滤波方向方差。
3.根据权利要求1所述的图像去噪方法，其特征在于，所述γ的取值范围为0～5。
4.根据权利要求1所述的图像去噪方法，其特征在于，所述滤波中心点的滤波值满足：
I'(i,j)＝I(i,j)×w'0+I(i-1,j)×w'11+I(i-2,j)w'12+…+I(i-2,j-2)×w'mn，
其中，I'(i,j)为所述滤波中心点的滤波值；I(i,j)、I(i-1,j)、I(i-2,j)……I(i-2,j-2)为各所述滤波方向上的所述滤波像素点的像素值，w'mn为第m个所述滤波方向的第n个所述滤波像素点的所述归一化滤波权重，其中，1≤m≤8，1≤n≤16。
CN201810388960.8A 2018-04-27 2018-04-27 一种基于方差信息的图像去噪方法 Active CN108765312B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810388960.8A CN108765312B (zh) 2018-04-27 2018-04-27 一种基于方差信息的图像去噪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810388960.8A CN108765312B (zh) 2018-04-27 2018-04-27 一种基于方差信息的图像去噪方法

Publications (2)

Publication Number Publication Date
CN108765312A CN108765312A (zh) 2018-11-06
CN108765312B true CN108765312B (zh) 2021-11-02

Family

ID=64012044

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810388960.8A Active CN108765312B (zh) 2018-04-27 2018-04-27 一种基于方差信息的图像去噪方法

Country Status (1)

Country Link
CN (1) CN108765312B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109767385B (zh) * 2018-12-20 2023-04-28 深圳市资福医疗技术有限公司 一种去除图像色度噪声的方法和装置
CN112200730B (zh) * 2019-07-08 2024-03-08 浙江宇视科技有限公司 图像滤波处理方法、装置、设备及存储介质
CN112446837B (zh) * 2020-11-10 2024-08-02 浙江大华技术股份有限公司 图像滤波方法、电子设备及存储介质
CN114742727B (zh) * 2022-03-31 2023-05-05 南通电博士自动化设备有限公司 一种基于图像平滑的噪声处理方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258318A (zh) * 2013-05-24 2013-08-21 苏州科达科技股份有限公司 一种图像降噪处理方法及系统
CN106204462A (zh) * 2015-05-04 2016-12-07 南京邮电大学 基于图像多特征融合的非局部均值去噪方法
CN106651813A (zh) * 2017-01-03 2017-05-10 长沙全度影像科技有限公司 一种多图像块融合的非局部均值去噪方法
CN106875354A (zh) * 2017-01-20 2017-06-20 北京东软医疗设备有限公司 图像去噪方法、装置及设备

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4635779B2 (ja) * 2005-08-18 2011-02-23 ソニー株式会社 データ処理装置およびデータ処理方法、並びにプログラム
TWI324013B (en) * 2006-02-22 2010-04-21 Huper Lab Co Ltd Video noise reduction method using adaptive spatial and motion-compensation temporal filters
US9036695B2 (en) * 2010-11-02 2015-05-19 Sharp Laboratories Of America, Inc. Motion-compensated temporal filtering based on variable filter parameters
CN102306377B (zh) * 2011-09-21 2013-10-16 深圳市理邦精密仪器股份有限公司 一种超声图像去噪的方法和装置
US9041834B2 (en) * 2012-09-19 2015-05-26 Ziilabs Inc., Ltd. Systems and methods for reducing noise in video streams
US10096088B2 (en) * 2016-09-28 2018-10-09 Disney Enterprises, Inc. Robust regression method for image-space denoising

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103258318A (zh) * 2013-05-24 2013-08-21 苏州科达科技股份有限公司 一种图像降噪处理方法及系统
CN106204462A (zh) * 2015-05-04 2016-12-07 南京邮电大学 基于图像多特征融合的非局部均值去噪方法
CN106651813A (zh) * 2017-01-03 2017-05-10 长沙全度影像科技有限公司 一种多图像块融合的非局部均值去噪方法
CN106875354A (zh) * 2017-01-20 2017-06-20 北京东软医疗设备有限公司 图像去噪方法、装置及设备

Also Published As

Publication number Publication date
CN108765312A (zh) 2018-11-06

Similar Documents

Publication Publication Date Title
CN108765312B (zh) 一种基于方差信息的图像去噪方法
US9443286B2 (en) Gray image processing method and apparatus based on wavelet transformation
CN104331863B (zh) 一种图像滤波去噪方法
WO2012098854A1 (ja) 画像処理システム、画像処理方法および画像処理用プログラム
CN110874827A (zh) 湍流图像复原方法、装置、终端设备及计算机可读介质
CN111415317B (zh) 图像处理方法及装置、电子设备、计算机可读存储介质
CN111724315B (zh) 一种基于自适应加权中值滤波的红外图像噪声去除方法
US10229479B2 (en) Image signal processing apparatus, image signal processing method and image signal processing program
US20090154828A1 (en) Method for adaptive image enhancement
JP4477618B2 (ja) 信頼可能なイメージの鮮明化方法
JP5105286B2 (ja) 画像復元装置、画像復元方法及び画像復元プログラム
CN103971345A (zh) 一种基于改进双边滤波的图像去噪方法
KR101070521B1 (ko) 디지털 화상을 컨텐츠 적응형 디테일 필터링하는 방법 및 장치
CN112541873B (zh) 一种基于双边滤波器的图像处理方法
Chang Entropy-based trilateral filtering for noise removal in digital images
Bagchi et al. Investigation of different spatial filters performance toward mammogram de-noising
CN114450710A (zh) 用于噪声降低的方法和装置
Das et al. Design of RAMF for Impulsive Noise Cancelation from Chest X-Ray Image
Malik et al. Contrast enhancement and smoothing of CT images for diagnosis
EP2843617B1 (en) Image processing method and image processing device
CN109191391B (zh) 一种衰减参数自适应非局部均值的图像降噪方法
CN112819733B (zh) 一种定向双边图像滤波方法及装置
CN108765308B (zh) 一种基于卷积模板的图像去噪方法
CN118552414A (zh) 一种滤波方法、装置、设备及计算机可读存储介质
Huong et al. Investigation of the Performance of different Spatial Filters toward Mammogram De-noising

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