CN109377463A - 一种提高小波去噪效果的图像预处理方法 - Google Patents

Abstract

本发明公开了一种提高小波去噪效果的图像预处理方法，包括以下步骤：步骤S01：计算含噪图像中目标区域的像素特征值；步骤S02：将所述目标区域的像素特征值与预设阈值相比较，判断目标区域类型；步骤S03：根据所述目标区域类型，进行中心点自适应插值计算，得到目标区域中心点插值像素的像素值；步骤S04：根据所述目标区域类型，进行邻近点自适应插值计算，得到目标区域中心点以外邻近点插值像素的像素值。本发明基于常用的小波去噪方法，在不引入新的方法和不增加算法复杂度的前提下，明显提升了小波去噪的效果。

Description

一种提高小波去噪效果的图像预处理方法

技术领域

本发明涉及数字图像处理技术领域，更具体地，涉及一种提高小波去噪效果的图像预处理方法。

背景技术

小波技术在图像去噪领域应用十分广泛，其特点为在去噪的同时，能够对图像细节进行有效的保护，降低由于去噪操作所带来的图像模糊效应。

为了提高小波去噪的效果，研究者们在小波基选择，阈值选择等方面进行了大量的工作。其中，在小波基优化方面，从最简单的haar小波基到复杂的双密度双树复小波，尽量使小波基在对称性，光滑性和正交性等方面达到较高的一致性，这样的小波基所适用的范围广泛，同时也具有高效的特征分解能力。另一方面，在阈值选择方法方面，目前的主流方法可以分为三类：(1)模极大值法；(2)系数相关性法；(3)系数阈值法；以及最近出现的一些新的与小波技术融合的去噪方法，如BM3D等。

上述这些优化的小波去噪方法，通常都能获得很高的去噪质量，但同时以牺牲算法复杂度为代价。

发明内容

本发明的目的在于克服现有技术存在的上述缺陷，提供一种提高小波去噪效果的图像预处理方法，仍采用常用的小波去噪方法，在不引入新的方法和不增加算法复杂度的前提下，提升小波去噪的效果。

为实现上述目的，本发明的技术方案如下：

一种提高小波去噪效果的图像预处理方法，包括以下步骤：

步骤S01：计算含噪图像中目标区域的像素特征值；

步骤S02：将所述目标区域的像素特征值与预设阈值相比较，判断目标区域类型；

步骤S03：根据所述目标区域类型，进行中心点自适应插值计算，得到目标区域中心点插值像素的像素值；

步骤S04：根据所述目标区域类型，进行邻近点自适应插值计算，得到目标区域中心点以外邻近点插值像素的像素值。

进一步地，所述目标区域为n×m个像素的矩形区域；其中，n，m大于1。

进一步地，所述像素特征值为目标区域像素的标准方差σ_roi，所述预设阈值T为未插值的所述含噪图像的第一层分解的小波系数中的竖直方向分量标准方差和水平方向分量标准方差的均值，所述目标区域类型分为平坦区域和细节区域。

进一步地，所述标准方差σ_roi的计算满足以下公式一：

其中，p_i为目标区域的第i个像素的像素值，N为目标区域总的像素数，μ为目标区域的平均像素值；

所述目标区域类型的判断满足以下公式二：

当σ_roi＜T时，目标区域为平坦区域；

当σ_roi≥T时，目标区域为细节区域。

进一步地，步骤S03中，所述进行中心点自适应插值计算，是指基于所述目标区域对角线上原始像素点的像素值进行插值，得到目标区域中心点插值像素的像素值；其中，如果目标区域判断为平坦区域，则插值采用均值法实现，如果目标区域判断为细节区域，则插值采用方向权重法实现。

进一步地，如果目标区域判断为平坦区域时，中心点插值像素像素值P_itp1的计算满足以下公式三：

P_itp1＝mean(P_{diag_left}+P_{diag_right})

如果目标区域判断为细节区域时，中心点插值像素像素值P_itp1的计算满足以下公式四：

P_itp1＝w_rightmean(P_{diag_left})+w_leftmean(P_{diag_right})

其中，P_{diag_left}，P_{diag_right}为以P_itp1为中心的目标区域的对角线上原始像素点的像素值，w_right，w_left为权重，并满足以下公式五：

w_right＝σ_{diag_left}/(σ_{diag_left}+σ_{diag_right})

w_left＝σ_{diag_right}/(σ_{diag_left}+σ_{diag_right})

其中，σ_{diag_right}，σ_{diag_left}为以P_itp1为中心的目标区域的对角线上的原始像素的标准方差。

进一步地，步骤S04中，所述进行邻近点自适应插值计算，是指基于邻近点上下或左右方位中心点的像素值插值，得到邻近点插值像素像素值；其中，如果目标区域判断为平坦区域，则插值采用均值法实现，如果目标区域判断为细节区域，则插值采用方向权重法实现。

进一步地，如果目标区域判断为平坦区域时，邻近点插值像素像素值P_itp2的计算满足以下公式六：

P_itp2＝mean(P_vertical+P_horizontal)

如果目标区域判断为细节区域时，邻近点插值像素像素值P_itp2的计算满足以下公式七：

P_itp2＝w_verticalmean(P_horizontal)+w_horizontalmean(P_vertical)

其中，P_vertical，P_horizontal为以P_itp2为中心的目标区域的上下或左右方位各中心点的像素值，w_vertical，w_horizontal为权重，并满足以下公式八：

w_vertical＝σ_horizontal/(σ_horizontal+σ_vertical)

w_horizontal＝σ_vertical/(σ_horizontal+σ_vertical)

其中，σ_vertical，σ_horizontal为以P_itp2为中心的目标区域的上下或左右方位各中心点像素的标准方差。

从上述技术方案可以看出，本发明通过利用自适应插值方法，提高图像的空间采样率，在保留图像细节的同时，为小波分解提供更高分辨率的初始图像，放大原始图像的细节信息。一方面，本发明中所采用的自适应插值算法简单易实现，资源消耗小，具有很好的适用性；另一方面，插值提升了原图像细节与小波基的匹配程度，增加了小波分解的级数空间，使图像的小波分解更加准确和精细，通过选择合适的阈值方法并结合小波反变换，实现了图像小波去噪效果的显著提高。

附图说明

图1是本发明一种提高小波去噪效果的图像预处理方法流程图。

图2是反映插值去噪效果的G通道对比图，包括分图a)、b)、c)、d)。

图3是反映插值去噪效果的RGB图像对比图，包括分图a)、b)、c)、d)。

具体实施方式

下面结合附图，对本发明的具体实施方式作进一步的详细说明。

需要说明的是，在下述的具体实施方式中，在详述本发明的实施方式时，为了清楚地表示本发明的结构以便于说明，特对附图中的结构不依照一般比例绘图，并进行了局部放大、变形及简化处理，因此，应避免以此作为对本发明的限定来加以理解。

在以下本发明的具体实施方式中，请参考图1，图1是本发明一种提高小波去噪效果的图像预处理方法流程图。如图1所示，本发明的一种提高小波去噪效果的图像预处理方法，包括以下步骤：

步骤S01：计算含噪图像中目标区域的像素特征值。

首先，对目标区域的像素特征进行判断。目标区域大小可选取n×m个像素的矩形区域；其中，n，m大于1。例如，目标区域大小可选择为2×2个像素的矩形区域。在一个含噪图像中，可选取多个目标区域，并可覆盖整个图像。

像素特征值可以是目标区域的标准方差σ_roi，即目标区域像素的标准方差σ_roi。标准方差σ_roi的计算可满足以下公式一：

其中，p_i为目标区域的第i个像素的像素值，N为目标区域总的像素数，μ为目标区域的平均像素值。

步骤S02：将目标区域的像素特征值与预设阈值相比较，判断目标区域类型。

接着，需要对目标区域类型进行判断。

我们可将目标区域类型分为平坦区域和细节区域。

其中，预设阈值T可为未插值的含噪图像的第一层分解的小波系数中的竖直方向分量标准方差σ_horizontal和水平方向分量标准方差σ_vertical的均值。预设阈值T的表达式可为：

T＝mean(σ_horizontal+σ_vertical)

将目标区域的像素特征值、即目标区域像素的标准方差σ_roi与预设阈值T相比较时，可采用以下公式二判断目标区域的类型，即：

当σ_roi＜T时，目标区域为平坦区域

当σ_roi≥T时，目标区域为细节区域公式二

步骤S03：根据目标区域类型，进行中心点自适应插值计算，得到目标区域中心点插值像素的像素值。

进行中心点自适应插值计算，是指基于目标区域对角线上原始像素点的像素值进行插值，得到目标区域中心点插值像素的像素值。

其中，如果目标区域判断为平坦区域时，则插值可采用均值法实现，计算目标区域对角线像素均值确定插值像素值。这时，中心点插值像素像素值P_itp1的计算可满足以下公式三：

P_itp1＝mean(P_{diag_left}+P_{diag_right})公式三

如果目标区域判断为细节区域，则插值可采用方向权重法实现，根据对角线像素值自适应确定插值像素点像素值的权重，并最终确定中心插值像素点像素值。这样，中心点插值像素像素值P_itp1的计算可满足以下公式四：

P_itp1＝w_rightmean(P_{diag_left})+w_leftmean(P_{diag_right})公式四

其中，P_{diag_left}，P_{diag_right}为以P_itp1为中心的目标区域的对角线上原始像素点的像素值，w_right，w_left为权重，且w_right，w_left满足以下公式五：

w_right＝σ_{diag_left}/(σ_{diag_left}+σ_{diag_right})

w_left＝σ_{diag_right}/(σ_{diag_left}+σ_{diag_right})公式五

其中，σ_{diag_right}，σ_{diag_left}为以P_itp1为中心的目标区域的对角线上的原始像素的标准方差。

步骤S04：根据目标区域类型，进行邻近点自适应插值计算，得到目标区域中心点以外邻近点插值像素的像素值。

在完成步骤S03之后，所有的例如2×2个像素的四个中心点均完成了插值。此时即可基于原图的像素值和步骤S03中得到的中心点插值像素的像素值，根据相应的目标区域类型，完成邻近点插值，得到插值像素值。

进行邻近点自适应插值计算，是指基于邻近点上下或左右方位中心点的像素值插值，得到邻近点插值像素像素值。

其中，如果目标区域判断为平坦区域，则插值采用均值法实现，计算插值像素点上下左右像素均值确定插值像素值。此时，邻近点插值像素像素值P_itp2的计算可满足以下公式六：

P_itp2＝mean(P_vertical+P_horizontal)公式六

如果目标区域判断为细节区域，则插值采用方向权重法实现，根据上下左右像值素自适应确定插值像素点像素值的权重，并最终确定插值像素点像素值。这样，邻近点插值像素像素值P_itp2的计算可满足以下公式七：

P_itp2＝w _verticalmean(P_horizontal)+w_horizontalmean(P_vertical)公式七

其中，P_vertical，P_horizontal为以P_itp2为中心的目标区域的上下或左右方位各中心点的像素值，w_vertical，w_horizontal为权重，并满足以下公式八：

w_vertical＝σ_horizontal/(σ_horizontal+σ_vertical)

w_horizontal＝σ_vertical/(σ_horizontal+σ_vertical)公式八

其中，σ_vertical，σ_horizontal为以P_itp2为中心的目标区域的上下或左右方位各中心点像素的标准方差。

对上述预处理之后的含噪图像进行小波阈值去噪，去噪方法可选择常用的全局软阈值处理方法。去噪结果可分别如图2和图3所示，其中，图2和图3中的分图a)～d)依次为原图，含噪声图，未插值小波去噪效果图和本发明的插值小波去噪效果图。对比图2和图3中的分图c)和d)可知，经过本发明插值之后的图像，去噪效果更为明显，两种图像的小波去噪参数(小波基，分解层数和软阈值)完全相同。

综上所述，本发明通过利用自适应插值方法，提高图像的空间采样率，在保留图像细节的同时，为小波分解提供更高分辨率的初始图像，放大原始图像的细节信息。一方面，本发明中所采用的自适应插值算法简单易实现，资源消耗小，具有很好的适用性；另一方面，插值提升了原图像细节与小波基的匹配程度，增加了小波分解的级数空间，使图像的小波分解更加准确和精细，通过选择合适的阈值方法并结合小波反变换，实现了图像小波去噪效果的显著提高。

以上的仅为本发明的优选实施例，实施例并非用以限制本发明的专利保护范围，因此凡是运用本发明的说明书及附图内容所作的等同结构变化，同理均应包含在本发明的保护范围内。

Claims (8)

1.一种提高小波去噪效果的图像预处理方法，其特征在于，包括以下步骤：

步骤S01：计算含噪图像中目标区域的像素特征值；

步骤S02：将所述目标区域的像素特征值与预设阈值相比较，判断目标区域类型；

步骤S03：根据所述目标区域类型，进行中心点自适应插值计算，得到目标区域中心点插值像素的像素值；

步骤S04：根据所述目标区域类型，进行邻近点自适应插值计算，得到目标区域中心点以外邻近点插值像素的像素值。

2.根据权利要求1所述的提高小波去噪效果的图像预处理方法，其特征在于，所述目标区域为n×m个像素的矩形区域；其中，n，m大于1。

3.根据权利要求1或2所述的提高小波去噪效果的图像预处理方法，其特征在于，所述像素特征值为目标区域像素的标准方差σ_roi，所述预设阈值T为未插值的所述含噪图像的第一层分解的小波系数中的竖直方向分量标准方差和水平方向分量标准方差的均值，所述目标区域类型分为平坦区域和细节区域。

4.根据权利要求3所述的提高小波去噪效果的图像预处理方法，其特征在于，所述标准方差σ_roi的计算满足以下公式一：

其中，p_i为目标区域的第i个像素的像素值，N为目标区域总的像素数，μ为目标区域的平均像素值；

所述目标区域类型的判断满足以下公式二：

当σ_roi＜T时，目标区域为平坦区域；

当σ_roi≥T时，目标区域为细节区域。

5.根据权利要求3所述的提高小波去噪效果的图像预处理方法，其特征在于，步骤S03中，所述进行中心点自适应插值计算，是指基于所述目标区域对角线上原始像素点的像素值进行插值，得到目标区域中心点插值像素的像素值；其中，如果目标区域判断为平坦区域，则插值采用均值法实现，如果目标区域判断为细节区域，则插值采用方向权重法实现。

6.根据权利要求5所述的提高小波去噪效果的图像预处理方法，其特征在于，如果目标区域判断为平坦区域时，中心点插值像素像素值P_itp1的计算满足以下公式三：

P_itp1＝mean(P_{diag_left}+P_{diag_right})

如果目标区域判断为细节区域时，中心点插值像素像素值P_itp1的计算满足以下公式四：

P_itp1＝w_rightmean(P_{diag_left})+w_leftmean(P_{diag_right})

其中，P_{diag_left}，P_{diag_right}为以P_itp1为中心的目标区域的对角线上原始像素点的像素值，w_right，w_left为权重，并满足以下公式五：

w_right＝σ_{diag_left}/(σ_{diag_left}+σ_{diag_right})

w_left＝σ_{diag_right}/(σ_{diag_left}+σ_{diag_right})

其中，σ_{diag_right}，σ_{diag_left}为以P_itp1为中心的目标区域的对角线上的原始像素的标准方差。

7.根据权利要求3所述的提高小波去噪效果的图像预处理方法，其特征在于，步骤S04中，所述进行邻近点自适应插值计算，是指基于邻近点上下或左右方位中心点的像素值插值，得到邻近点插值像素像素值；其中，如果目标区域判断为平坦区域，则插值采用均值法实现，如果目标区域判断为细节区域，则插值采用方向权重法实现。

8.根据权利要求7所述的提高小波去噪效果的图像预处理方法，其特征在于，如果目标区域判断为平坦区域时，邻近点插值像素像素值P_itp2的计算满足以下公式六：

P_itp2＝mean(P_vertical+P_horizontal)

如果目标区域判断为细节区域时，邻近点插值像素像素值P_itp2的计算满足以下公式七：

P_itp2＝w_verticalmean(P_horizontal)+w_horizontalmean(P_vertical)

其中，P_vertical，P_horizontal为以P_itp2为中心的目标区域的上下或左右方位各中心点的像素值，w_vertical，w_horizontal为权重，并满足以下公式八：

w_vertical＝σ_horizontal/(σ_horizontal+σ_vertical)

w_horizontal＝σ_vertical/(σ_horizontal+σ_vertical)

其中，σ_vertical，σ_horizontal为以P_itp2为中心的目标区域的上下或左右方位各中心点像素的标准方差。