基于图像块先验估计混合框架的图像降噪方法

摘要

本发明公开了一种基于图像块先验估计混合框架的图像降噪方法，具体涉及到图像块的先验估计和图像降噪方法。先验估计是通过对图像结构进行检测将图像块进行分类，通过将分类后图像块根据图像结果不同分别采用图像块期望对数似然估计和图像块匹配‑三维滤波的方法进行图像降噪。通过使用基于图像块先验估计混合框架的图像降噪方法能够针对性根据图像块结构不同实现降噪，根据实验结果显示该方法相比其他降噪方法表现出更鲁棒的降噪特性。

说明书

技术领域

本发明涉及一种图像降噪的方法，具体涉及到基于图像块先验估计混合框架的图像降噪方法。

背景技术

近年来，对于图像降噪的问题提出了很多算法。其中一种方法是基于块进行降噪通过估计空间图像块的冗余度实现图像的降噪，例如图像块期望对数似然估计算法(EPLL)是利用高斯模型从含噪图像块估计干净图像块；另一种方式是通过利用图像块的空间相关性实现图像降噪，具有代表性的算法是块匹配和三维滤波(BM3D)算法，根据图像块间的相似性进行判断图像块的相关性。

对于图像降噪，先验估计也是一种有效的方法，稀疏表示是先验估计中比较有效的一种方法，该方法主要通过对含噪图像块进行训练学习，在利用线性表示实现图像块降噪。上述提到的方法采用不同的图像先验信息对自然图像进行估计，但是对于分布比较复杂的图像采用某一种方法则不能实现很好的降噪效果，因此需要一种较为鲁棒的降噪算法以应对不同含噪图像，进而提高降噪质量。

发明内容

本发明涉及的是一种基于图像块先验估计混合框架的图像降噪方法。具体技术方案如下：

一种基于图像块先验估计混合框架的图像降噪方法，包含以下步骤：

(1)图像块先验估计

(a)、首先将含噪图像块分成两种，两种大小分别为8×8和40×40；

(b)、对大小为8×8的含噪图像块采用结构检测；

利用平均权重的含噪图像块与经过图像块匹配-三维滤波方法降噪的图像块构造中间图像块，根据图像块结构属性将含噪图像块分为两类：纹理和边缘的含噪图像块、平滑和细节的含噪图像块；

(c)、对大小为40×40的含噪图像块采用平滑检测；

利用快速噪声估计方法将含噪图像块分为含噪平滑块、含噪非平滑块；

(d)、利用步骤(c)中的含噪平滑块和含噪非平滑块的分类将步骤(b)中的平滑和细节的含噪图像块再次细分为平滑含噪图像块、细节含噪图像块；

最终获得三类8×8的图像块：纹理和边缘的含噪图像块、平滑含噪图像块和细节含噪图像块；

(2)图像降噪

利用图像块匹配-三维滤波方法处理边缘和纹理含噪图像块和平滑含噪图像块，细节含噪图像块通过图像块期望对数似然估计方法进行处理，最后将图像块进行综合处理。

上述步骤(b)中利用平均权重的含噪图像块与经过图像块匹配-三维滤波方法降噪的图像块构造中间图像块，构造公式为：

$y_i^{\prime }={\mathrm{\alpha y}}_i+(1-\alpha ){\tilde{y}}_i^{BM}$

其中，α是权重系数，y_i是根据噪声图像Y第i个块，i＝1,2,...N，N是所有图像块的数目，y′_i和是相关的中间图像块和降噪图像块。

上述步骤(b)中的结构检测是根据所得的中间图像块的邻近关系判断边缘和纹理图像块；

通过k相似邻近块选择目标块y′_i，利用邻近块间的相关性的值计算目标块，最后将图像块y_i分为不同的类中，