[0047] 以下对本发明作进一步说明。
[0048] 一种基于噪声水平函数的信号依赖噪声分段线性去噪方法的具体步骤如下:
[0049] 步骤一、输入含有信号依赖噪声的被处理图像。被处理图像的分辨率为l·z;以a1为步长遍历被处理图像,a1=3。选取出M个初始匹配块,初始匹配块的长宽均为s1,s1为奇数(本实施例中取值为7), 第k个初始匹配块的中心点为被处理图像的第 行第 列相交处的那个像素点。k
=1,2,…,M。 表示k除以 所得的余数; 表示k除以
后向下取整所得值。
[0050] 步骤二、分别计算M个初始匹配块各自的平均值avgk如式(1)所示,k=1,2,…,M。
[0051]
[0052] 式(1)中,eijk为第k个初始匹配块上第i行像素与第j列像素的交点的像素值。
[0053] 步骤三、将步骤二求得的M个初始匹配块各自的平均值avgk进行归一化,得到M个归一化均值avg′k如式(2)所示。
[0054]
[0055] 式(2)中,avgmax为M个初始匹配块各自的平均值avgk中的最大值;avgmin为M个初始匹配块各自的平均值avgk中的最小值。
[0056] 步骤四、利用主成分分析法来估计局部噪声方差,计算所有匹配块gk的总协方差矩阵Cg如式(3)所示。
[0057]
[0058] 式(3)中,gk为第k个初始匹配块所对应的像素值矩阵(该矩阵的任意一个元素的大小均为第k个初始匹配块对应位置的像素值); 为矩阵gk的转置矩阵。
[0059] 步骤五、计算总协方差矩阵Cg的各个特征值和特征向量;由于在图像噪声处理中认为噪声的方差值较小,故选取总协方差矩阵Cg的各个特征值中最小的那个特征值对应的特征向量作为最小方差向量
[0060] 分别计算M个初始匹配块的局部噪声标准差 如式(4)所示,k=1,2,…,M。
[0061]
[0062] 式(4)中, 为矩阵 的欧几里德范数(即 最大的特征值开根号)。
[0063] 由于求得的局部噪声标准差包括了噪声标准差和一定的图像本身纹理标准差,即δn为我们需求的噪声标准差,δI为图像纹理标准差。
[0064] 建立横坐标为局部均值,纵坐标为局部标准差的平面直角坐标系。将M个初始匹配块对应的坐标点加入平面直角坐标系中,得到含M个离散点的离散坐标点图。将平面直角坐标系横坐标0~1的区间均分为b1个区域(即为第i个区域为横坐标[(i-1)b,ib))。在b1个区域中各取纵坐标最小的那个点作为最佳点,得到b1个最佳点。通过最小二乘法将b1个最佳点拟合成噪声水平函数曲线。噪声水平函数曲线为一条一元二次函数曲线(即f=c1·x2+c2·x+c3)。
[0065] 步骤六、对步骤六所得的噪声水平函数线进行分段线性处理。具体为:将噪声水平函数曲线上横坐标0~1的区间沿横坐标方向均分为b2段局部曲线(每段局部曲线对应横坐标的长度为1/b2);并分别对b2段局部曲线取平均值,得到b2个局部平均值δi′,i=1,2,…,b2。
[0066] 步骤七、以a2为步长遍历完被处理图像,a2=5,选取出N个最终匹配块。最终匹配块的长宽均为s2,s2为奇数(本实施例中取值为31), 第k个最终匹匹配块的中心点为被处理图像的第 行第
列相交处的那个像素点。k=1,2,…,N。
[0067] 步骤八、分别计算N个最终匹配块各自的平均值I_avgk如式(5)所示,k=1,2,…,N。
[0068]
[0069] 式(5)中,ei′jk为第k个最终匹配块上第i行像素与第j列像素的交点的像素值。
[0070] 步骤九、将步骤八求得的N个最终匹配块各自的平均值I_avgk进行归一化,得到N个归一化均值I_avgk′如式(6)所示。
[0071]
[0072] 式(6)中,I_avgmax为N个最终匹配块各自的平均值I_avgk中的最大值;I_avgmin为N个最终匹配块各自的平均值I_avgk中的最小值。
[0073] 步骤十、k=1,2,…,N,依次执行步骤十一。
[0074] 步骤十一、更新像素值,完成去噪。
[0075] 11-1.将1赋值给i、j。
[0076] 11-2.以第k个最终匹配块的第i行、第j列的像素点作为中心点,选取长宽均为If的图像作为第i·j个固定搜索框,If=21;选取与第i·j个固定搜索框同心,且长宽均为It的的图像作为第i·j个中心框,It=7。
[0077] 11-3.将1赋值给p、q。
[0078] 11-4.以第i·j个固定搜索框的第p行、第q列的像素点作为中心点,长宽均为It的图像作为第i·j个固定搜索框内第p·q个相似框。
[0079] 11-5.计算第i·j个固定搜索框内第p·q个相似框的权重值wijkpq如式(7)所示。
[0080]
[0081] 式(7)中,D为第i·j个固定搜索框内第p·q个相似框对应的矩阵与第i·j个中心框对应的矩阵求差所得的矩阵内所有元素的平均值。hk为第k个最终匹配块的去噪滤波系数值,其值等于 (即步骤六求得的第 段局部曲线的平均值)。 为e的 次方。
[0082] 进入步骤11-6。
[0083] 11-6.若p
[0084] 11-7.将被处理图像中第k个最终匹配块的第i·j个固定搜索框的中心点像素值γi′jk更新为 的表达式如式(8)所示。
[0085]
[0086] 式(8)中,wijk,max为第k个最终匹配块内第i·j个固定搜索框所有权重值中的最大值;γijkpq为第k个最终匹配块内第i·j个固定搜索框的第p·q个相似框的中心点像素值。
[0087] 11-8.若i