CN100556075C - 去除图像噪声的方法 - Google Patents
去除图像噪声的方法 Download PDFInfo
- Publication number
- CN100556075C CN100556075C CNB2006101564613A CN200610156461A CN100556075C CN 100556075 C CN100556075 C CN 100556075C CN B2006101564613 A CNB2006101564613 A CN B2006101564613A CN 200610156461 A CN200610156461 A CN 200610156461A CN 100556075 C CN100556075 C CN 100556075C
- Authority
- CN
- China
- Prior art keywords
- value
- pixel
- distance weighting
- object pixel
- weighted value
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Processing (AREA)
- Facsimile Image Signal Circuits (AREA)
Abstract
本发明公开了一种去除图像噪声的方法,在使用双向滤波器(Bilateralfilter)去除图像噪声的过程中,增加依照图像中局部区域是否具有图像的边界来调整双向滤波器中的距离滤波器的过滤图像噪声强度,及增加以局部区域的明亮度来调整双向滤波器中的相似滤波器过滤图像噪声的强度,使得双向滤波器去除图像噪声的效果更好。
Description
技术领域
本发明涉及一种去除图像噪声的方法,特别是涉及一种可根据图像边界与明亮度来调整双向滤波器的相似权重值与距离权重值以去除图像噪声的方法。
背景技术
目前去除图像噪声的方法中,有一部分的作法是使用中值滤波器(MedianFilter)、平均滤波器(Mean filter)或低通滤波器(Low Pass Filter;LPF)等方法将图像噪声去除,但上述几种方法是使用将整个图像中的像素进行平均的方式去除图像噪声,而没有将图像中的平滑区域(大部份像素相似的区域)及细节区域(有边界的区域)分开处理,当图像同时存在有平滑区域与细节区域时,细节区域中的像素会因为与平滑区域中的像素一起平均,而发生细节区域越来越模糊的现象。同时,使用平均的方式去除图像噪声往往需要在去除图像噪声与保持细节区域之间做出取舍,这将造成图像质量无法提高的问题。因此以双向滤波器来去除图像噪声的方法在公元1998年被提出。
双向滤波器使用与距离及相似度有关的两个滤波器来重建图像中的每一个像素。与距离有关的滤波器称为距离滤波器(domain filter),指的是距离目标像素越近的参考像素的参考价值越高,使得在依据各个参考像素重建目标像素时,越靠近目标像素的参考像素的距离权重值(Wdomain)越高;与相似度有关的滤波器为相似滤波器(range filter),指的是在目标像素周围的各个参考像素中,与目标像素越相似的参考像素具有越高的参考价值,使得在依据各个参考像素重建目标像素时与目标像素越相似的参考像素的相似权重值(Wrange)越高,其中,距离滤波器与相似滤波器都是平移不变的高斯滤波器(shift-invariant Gaussian filter)。如图1所示,若双向滤波器使用以3×3的表格100做为参考范围的屏蔽(Mask),使得表格100中央的目标像素101将依据周围的第一参考像素102至第八参考像素108而被重建,重建的公式为:
其中,i等于1至8,分别对应第一参考像素102至第八参考像素108,也就是说,Presult为重建后的目标像素101;Wrange,1,为第一参考像素102对应目标像素101的相似权重值;Wdomain,1,为第一参考像素102对应目标像素101的距离权重值,Wrange,2、Wdomain,2、等依此类推。
在目前高ISO数的图像越来越多的情况下,由于高ISO数的图像必定伴随着高图像噪声的产生,因此高ISO数的图像常需要去除图像噪声。虽然使用双向滤波器的方法。可以在去除噪声时分开处理平滑区域及细节区域,使得图像质量提高,但双向滤波器在去除高图像噪声时提升图像质量的效果有限。
发明内容
本发明的目的在于提供一种去除图像噪声的方法,能够提高去除高ISO数图像的图像噪声的功能,通过在使用双向滤波器去除图像噪声时,调整双向滤波器重建目标像素的距离权重值及相似权重值,使得调整后的双向滤波器去除噪声的效果提高,借以解决公知技术所提到的问题。
为了实现上述目的,本发明提供了一种去除图像噪声的方法,包括有下列步骤:由包含数个像素的图像中选定未被重建的各像素其中之一为目标像素,并设定目标像素对应的数个参考像素;计算各参考像素对应目标像素的相似度值,同时依据图像的明亮度换算得到明亮偏移值,并以明亮偏移值与相似度值计算各参考像素对应目标像素的相似权重值;依据各参考像素对应目标像素的距离值计算各参考像素对应目标像素的距离权重值;计算目标像素的平滑度值,依据平滑度值换算得到平滑权重值,并以平滑权重值调整距离权重值;以各参考像素对应目标像素的相似权重值与调整后的距离权重值重建目标像素。
以下结合附图和具体实施例对本发明进行详细描述,但不作为对本发明的限定。
附图说明
图1为目标像素与参考像素的位置示意图;
图2为本发明所提的去除图像噪声的方法流程图;
图3A为本发明所提的亮度对明亮偏移图;
图3B为本发明所提的调整后的相似权重图;
图3C为本发明所提的调整后的相似权重图;
图4为本发明所提的距离权值图。
其中,附图标记:
100 表格
101 目标像素
102至109 参考像素
310a 第一相似权重曲线
310b 第二相似权重曲线
310c 第三相似权重曲线
311 第一明亮偏移值
312 第二明亮偏移值
410a 第一距离权重曲线
410b 第二距离权重曲线
步骤210 选定目标像素并设定参考像素
步骤220 计算相似权重值并以明亮度调整相似权重值
步骤230 计算距离权重值并以平滑度值调整距离权重值
步骤240 重建目标像素
具体实施方式
在双向滤波器用来去除噪声的相似权重值及距离权重值均是以平移不变的高斯滤波器(高斯平滑函数)计算产生,由于用来计算相似权重值及距离权重值高斯平滑函数分别为形式
其中ξ为参考像素,x为目标像素,f(x1)为像素x1的强度,δ(f(x1),f(x2))为像素x1与像素x2的强度差异值,d(x1,x2)为像素x1与像素x2间的距离,σd为调整距离高斯函数强度的参数,σr为调整相似高斯函数强度的参数,所以实际上可以先计算好相似权重值及距离权重值后,使用离散的权重值表来代替高斯滤波器的计算,本实施例也将使用查表的方式来替代高斯滤波器的计算过程。
本发明主要为调整双向滤波器中的相似滤波器与距离滤波器,也就是调整重建目标像素的各个参考像素的相似权重值及距离权重值,使得公知的双向滤波器去除噪声的效果(尤其是去除高噪声的效果)得以获得提升,因此使用本发明对一张图像去除噪声时,工作的方法与双向滤波器类似,同样会重建图像中所有的像素,差别在于比公知的增加了调整相似权重值及距离权重值的步骤。
以下将以一个实施例与来解说本发明的运行***与方法,并请参考图2本发明所提的去除图像噪声的方法流程图。首先本发明会由图像的各个像素中选出一个像素作为目标像素(步骤210),在目标像素101被选定之后,本发明设定参考范围为如图1所示的3×3的九宫格100,其中目标像素101在九宫格101的中央,其余的即为目标像素101的参考像素,接着本发明会依据公知的双向滤波器的方法计算第一至第八参考像素102至109对应目标像素101的相似权重值及距离权重值,并调整计算后的相似权重值及距离权重值。其中调整相似权重值及距离权重值的步骤并没有先后次序的关系,也就是说,可以先调整相似权重值,也可以先调整距离权重值。
以下先说明调整相似权重值的部分,由于当图像的明亮度很高时,图像的细微变化不易被人眼分辨出来,因此噪声较小;反之,当像素的明亮度低,也就是图像比较暗,则容易产生出较大的噪声。因此,可以使用较大的参考范围,使得重建目标像素的参考像素变多,进而增加去除噪声的效果。当目标像素的明亮度较低时使用较大的明亮偏移值(WIntensity)调整相似权重值后,查表所得的相似权重值会比目标像素的明亮度较高时来得大,使得参考像素的参考比重提高,进而增加去除噪声的效果,如此便可以在明亮度不同的目标像素下,让相同相似度的参考像素对应的相似权重值不同。
在取得明亮偏移值后,本发明将以明亮偏移值调整对应目标像素101的各个参考像素的相似权重值(步骤220),在本实施例中,调整相似权重值的方式是以参考像素对应目标像素的相似度(S)加上相对应的明亮偏移值后,将加算后的和以公知的计算参考像素对应目标像素的相似权重值的方法产生,也就是说,若公知的双向滤波器产生相似权重值的方式以RangeTable(S)表示,则本实施例将以RangeTable(S+WIntensity)产生相似权重值,所以目标像素101的各个参考像素的相似权重值可由相似度加上明亮偏移值的和至相似权重表中查询得出。如图3A所示,若目标像素101的第一参考像素102在目标像素101较明亮时所得到的第一明亮偏移值311为10,则第一参考像素102可以使用第一明亮偏移值311调整公知的第一相似度权重曲线310a,使之变为如图3B的第二相似度权重曲线310b;同样的目标像素101较暗时,第一参考像素102得到的第二明亮偏移值312为30,则第一参考像素102可以使用第二明亮偏移值312调整相似度权重后产生的相似权重曲线310c,如图3C所示,由第二相似权重曲线310b与第三权重曲线310c可以得知,当第一参考像素102取得的明亮偏移值越高时,相似权重值会跟着提高,如此一来,相似滤波器去除图像噪声的强度将会获得提升。
以下说明调整距离权重值的部分,本发明会利用例如公知的,
(standard deviation)或(gradient)等方式,取得被重建的目标像素的局部区域的平滑度,平滑度用来区分目标像素处于平滑区域或细节区域,若为平滑区域,表示可以使用接近均一距离权重的方式去除噪声,使得图像中平滑的效果提高,若为细节区域,则保留使用双向滤波器的效果,以避免细节区域发生模糊的现象。因为图像中会有各种的图像,图像与图像会有交界的部分,所以在一个图像中势必同时具有平滑区域与细节区域,由于对应被重建的目标像素的三参考像素所形成的局部区域往往包含了平滑区域与细节区域,为了避免使用二分法来判定目标像素位于平滑区域与细节区域,所以在取得平滑度后,可以进一步使用平滑度至平滑度权重表中查出平滑权重值(Wsmooth),使得在平滑区域与细节区域交界处周围的目标像素去除图像噪声的方法由均一距离权重式的滤波器过度到双向滤波器。
在产生出平滑权重值后,本发明会将平滑权重值与公知双向滤波器的计算距离权重值的计算式产生关联,使各参考像素对应目标像素的距离权重值可以经平滑权重值进行调整(步骤230)。在本实施例中,先以公式Wdomain=Wdomain_prior+(256-Wdomain_prior)×Wsmooth÷256计算出经过本发明调整后的距离权重值,其中Wdomain_prior为使用公知的双向滤波器的计算方式所计算出的距离权重值,256则为公知的距离权重值的最大值。通过上述的计算式,当Wsmooth由0逐渐改变为256时,计算得出Wdomain的高斯滤波器产生的结果将会改变,如图4所示,公知的第一距离权重曲线410a将因为平滑权重值的调整而变为第二距离权重曲线410b。因为当目标像素位于细节区域时,平滑权重值将为0,因此上述的公式将变为Wdomain=Wdomain_prior,也就是此时将保持使用双向滤波器的方式重建目标参数,而当目标像素位于越平滑区域时,平滑权重值将越接近256,上述的公式使得Wdomain越接近256,当Wdomain=256,所有参考像素的距离权重值都相同,使得去除噪声的方式类似平均式的滤波器。当调整距离权重至接近均一权重时,可使得参考像素的参考比重提高,接近使用平均式滤波器的效果,使得噪声平均化而降低,这样即可使距离滤波器去除图像噪声的强度增加,进而可以修正公知的距离权重值无法有效降低高ISO图像伴随的高噪声的问题。
当所有参考像素对应目标像素的相似权重值与距离权重值都经过本发明的调整后,本发明会使用如同公知的方式重建目标像素(步骤240)。并在目标像素重建完成后,选择其它的像素作为新的目标像素并以上述的方式进行重建,直到整个图像都重建完成后,即可产生一张去除噪声的图像,解决公知技术所提到的问题。
再有,本发明的去除图像噪声的方法,可实现在硬件、软件或硬件与软件的组合中,也可在计算机***中以集中方式实现或以不同组件散布于若干互连的计算机***的分散方式实现。
当然,本发明还可有其他多种实施例,在不背离本发明精神及其实质的情况下,熟悉本领域的技术人员可根据本发明作出各种相应的改变和变形,但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (3)
1、一种去除图像噪声的方法,其特征在于,包含下列步骤:
由一包含数个像素的图像中选定未被重建的各该像素其中之一为一目标像素,并设定该目标像素对应的数个参考像素;
计算各该参考像素分别对应该目标像素的相似度值,同时依据该目标像素的明亮度换算得到明亮偏移值,并以该明亮偏移值与该相似度值计算各该参考像素分别对应该目标像素的相似权重值;
依据各该参考像素分别对应该目标像素的距离值计算各该参考像素分别对应该目标像素的距离权重值;
计算该目标像素的一平滑度值,依据该平滑度值换算得到一平滑权重值,并以该平滑权重值调整该距离权重值;及
以各该参考像素分别对应该目标像素的该相似权重值与调整后的该距离权重值重建该目标像素。
2、根据权利要求1所述的去除图像噪声的方法,其特征在于,该调整该距离权重值的步骤还包含下列步骤:
计算距离权重值的公知最大值与所述距离权重值的其中之一的一差值;
依据该平滑权重值的最大值和该差值和该平滑权重值计算一调整量;及
以该距离权重值与该调整量的设定该距离权重值。
3、根据权利要求1所述的去除图像噪声的方法,其特征在于,该重建该目标像素的步骤是将各该参考像素的像素值与相对应的该距离权重值及相对应的该平滑权重值相乘后的总和,除以各该参考像素的相对应的该距离权重值及相对应的该平滑权重值相乘后的总和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006101564613A CN100556075C (zh) | 2006-12-31 | 2006-12-31 | 去除图像噪声的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNB2006101564613A CN100556075C (zh) | 2006-12-31 | 2006-12-31 | 去除图像噪声的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101212561A CN101212561A (zh) | 2008-07-02 |
CN100556075C true CN100556075C (zh) | 2009-10-28 |
Family
ID=39612201
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNB2006101564613A Expired - Fee Related CN100556075C (zh) | 2006-12-31 | 2006-12-31 | 去除图像噪声的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN100556075C (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102006430B (zh) * | 2009-09-02 | 2013-07-10 | 英属开曼群岛商恒景科技股份有限公司 | 应用于影像传感器的噪声去除方法与相关装置 |
US9179148B2 (en) * | 2011-06-30 | 2015-11-03 | Futurewei Technologies, Inc. | Simplified bilateral intra smoothing filter |
JP5887303B2 (ja) * | 2013-06-19 | 2016-03-16 | 株式会社 日立産業制御ソリューションズ | 画像信号処理装置,撮像装置および画像処理プログラム |
CN105376505B (zh) * | 2015-11-04 | 2018-10-09 | 上海兆芯集成电路有限公司 | 相似块融合方法以及使用该方法的装置 |
CN108259707A (zh) * | 2016-12-29 | 2018-07-06 | ***通信集团广东有限公司 | 视频图像实时去噪方法及装置 |
CN109612888B (zh) * | 2018-12-12 | 2021-06-22 | 太原理工大学 | 基于图像技术的粉体混合均匀性检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000299787A (ja) * | 1999-04-14 | 2000-10-24 | Canon Inc | 画像処理方法及び画像処理装置 |
CN1521695A (zh) * | 2003-02-13 | 2004-08-18 | ��ʽ���綫֥ | 从图像中减少噪声的图像处理设备 |
CN1766927A (zh) * | 2004-05-20 | 2006-05-03 | 豪威科技有限公司 | 用于局部适配图像处理滤波器的方法及*** |
CN1874418A (zh) * | 2005-05-30 | 2006-12-06 | 索尼株式会社 | 图像处理设备、图像处理方法以及图像处理程序 |
-
2006
- 2006-12-31 CN CNB2006101564613A patent/CN100556075C/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000299787A (ja) * | 1999-04-14 | 2000-10-24 | Canon Inc | 画像処理方法及び画像処理装置 |
CN1521695A (zh) * | 2003-02-13 | 2004-08-18 | ��ʽ���綫֥ | 从图像中减少噪声的图像处理设备 |
CN1766927A (zh) * | 2004-05-20 | 2006-05-03 | 豪威科技有限公司 | 用于局部适配图像处理滤波器的方法及*** |
CN1874418A (zh) * | 2005-05-30 | 2006-12-06 | 索尼株式会社 | 图像处理设备、图像处理方法以及图像处理程序 |
Also Published As
Publication number | Publication date |
---|---|
CN101212561A (zh) | 2008-07-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN100556075C (zh) | 去除图像噪声的方法 | |
DE69534929T2 (de) | Bildaufnahmevorrichtung | |
CN107527332B (zh) | 基于改进Retinex的低照度图像色彩保持增强方法 | |
US7840088B2 (en) | Method of reducing image noise | |
US6507668B1 (en) | Image enhancing apparatus and method of maintaining brightness of input image | |
CN104182947A (zh) | 一种低照度图像增强方法和*** | |
JP2003281527A (ja) | コントラスト強調方法及びコントラスト強調装置 | |
US20110096988A1 (en) | Image enhancement method and apparatuses utilizing the same | |
CN101101669A (zh) | 根据边缘和亮度特征进行自适应调整的图像增强方法 | |
CN114066747B (zh) | 一种基于光照和反射互补性的低照度图像增强方法 | |
Indraswari et al. | Teeth segmentation on dental panoramic radiographs using decimation-free directional filter bank thresholding and multistage adaptive thresholding | |
CN101706954A (zh) | 图像增强方法和装置以及图像低频分量计算方法和装置 | |
CN104036457B (zh) | 一种图像降噪方法 | |
CN115797333B (zh) | 一种个性化定制的智能视觉训练方法 | |
CN103700077B (zh) | 一种基于人眼视觉特性的自适应图像增强方法 | |
US20060262993A1 (en) | Method and a device for reducing image noises | |
El Hassani et al. | Efficient image denoising method based on mathematical morphology reconstruction and the Non-Local Means filter for the MRI of the head | |
CN112308793A (zh) | 一种新型的非均匀光照图像对比度和细节增强方法 | |
DE60316659T2 (de) | Vorrichtung und Verfahren zur Quantisierungsfehlerkompensation | |
Yin et al. | A novel framework for low-light colour image enhancement and denoising | |
CN113256533B (zh) | 基于msrcr的自适应低照度图像增强方法及*** | |
Kong et al. | Histogram based image enhancement for non-uniformly illuminated and low contrast images | |
Rao et al. | De-noising of MRI brain tumor image using deep convolutional neural network | |
CN114359083A (zh) | 一种面向干扰环境的高动态热红外图像自适应预处理方法 | |
Ghous et al. | Efficient image enhancement using improved RIQMC based ROHIM model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20091028 Termination date: 20181231 |