CN105989578A - 一种图像降噪方法和装置 - Google Patents

Abstract

本发明公开一种图像降噪方法和装置。方法包括：分别以图像中的各个像素点为中心，选取多个不同尺度大小的窗口，分别计算每一尺度下所有像素点的像素值均值和像素值方差；所述窗口小于预设尺度；对图像中的每一个像素点，计算自身像素值与所有尺度下所述像素值均值之间的差值；确定与所述像素值方差相对应的增益倍数，计算与所述差值相对应的滤波增量；对每个像素点，将像素点的原像素值减去修正滤波增量，得到修正像素值；所述修正滤波增量为所述滤波增量与所述增益倍数的比值；将每一个像素点的所述修正像素值替换所述原像素值。本发明提供的技术方案，能够在传统较小的处理窗口下，以计算复杂度不高的代价取得较好的降噪效果。

Description

一种图像降噪方法和装置

技术领域

本发明涉及图像处理领域，尤其涉及一种图像降噪方法和装置。

背景技术

降低图像噪声作为图像处理的一个重要方面，具有很重要的实际意义。

对图像的降噪处理一般是在空域或者频率域进行。现有的基于频率域的降噪方法，降噪效果尚可，但计算复杂度很高，对应的处理窗口也较大，而基于空域的图像降噪方法，其降噪效果比较一般，为了提升降噪效果，往往处理窗口的尺度很大，使得需要较多的linebuffer(行缓冲数据)，不便于硬件实现。因此，现有的技术中，无法实现在传统较小的处理窗口下，以计算复杂度不高的代价取得较好的降噪效果。

发明内容

有鉴于此，本发明提供了一种图像降噪方法和装置，用以在传统较小的处理窗口下，以计算复杂度不高的代价取得较好的降噪效果。

为实现上述目的，本发明提供如下技术方案：

一种图像降噪方法，包括：

分别以图像中的各个像素点为中心，选取多个不同尺度大小的窗口，分别计算每一尺度下所有像素点的像素值均值和像素值方差；所述窗口小于预设尺度；

对图像中的每一个像素点，计算自身像素值与所有尺度下所述像素值均值之间的差值；

确定与所述像素值方差相对应的增益倍数，以及计算与所述差值相对应的滤波增量；

对每个像素点，将像素点的原像素值减去修正滤波增量，得到修正像素值；所述修正滤波增量为所述滤波增量与所述增益倍数的比值；

将每一个像素点的所述修正像素值替换所述原像素值。

优选的，所述确定与所述像素值方差相对应的增益倍数包括：

确定第一像素值方差，所述第一像素值方差为所有尺度下像素值方差的最小值σ_min；

计算任意两个尺度下所述像素值方差之间差值取绝对值后的最大值Δσ_max，或者计算所有尺度下所有像素值方差之间的方差σ_σ；

计算所述增益倍数k；

其中，k＝k1*k2；

$K1=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\min }-{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}& ({\mathrm{\σ}}_{\min }>{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\min }\≤{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\end{array}\right.$

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\Δ\σ}}_{\max }-{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}{{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}& ({\mathrm{\Δ\σ}}_{\max }>{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\\ 1& (\mathrm{\Δ}{\mathrm{\σ}}_{\max }\≤{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\end{array}\right.$ 或者

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\mathrm{\σ}}-{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}& ({\mathrm{\σ}}_{\mathrm{\σ}}>{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\mathrm{\σ}}\≤{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\end{array}\right.$

其中，k1表征σ_min与σ_noiseTH的关系，k2表征Δσ_max或者σ_σ；σ_noiseTH、σ_maxTH和σ_σTH为预设常数。

优选的，所述计算与所述差值相对应的滤波增量包括：

确定所述差值中的最大值为所述滤波增量；

或者确定所述差值中的中值为所述滤波增量；

或者计算所述差值的平均值作为所述滤波增量；

或者通过每个尺度下的方差对与所述尺度相对应的所述差值分配权重，计算所述滤波增量。

优选的，所述计算与所述差值相对应的滤波增量包括：

确定所有尺度中最大尺度下的所述差值为所述滤波增量。

优选的，所述增益倍数的值大于或等于1。

一种图像降噪装置，包括：

第一计算模块，用于分别以图像中的各个像素点为中心，选取多个不同尺度大小的窗口，分别计算每一尺度下所有像素点的像素值均值和像素值方差；所述窗口小于预设尺度；

第二计算模块，用于对图像中的每一个像素点，计算自身像素值与所有尺度下所述像素值均值之间的差值；

第三计算模块，用于确定与所述像素值方差相对应的增益倍数，以及计算与所述差值相对应的滤波增量；

第四计算模块，用于对每个像素点，将像素点的原像素值减去修正滤波增量，得到修正像素值；所述修正滤波增量为所述滤波增量与所述增益倍数的比值；

替换模块，用于将每一个像素点的所述修正像素值替换所述原像素值。

优选的，所述第三计算模块包括：

增益倍数计算单元，用于确定与所述像素值方差相对应的增益倍数；

滤波增量计算单元，用于计算与所述差值相对应的滤波增量。

优选的，所述增益倍数计算单元包括：

第一计算子单元，用于确定第一像素值方差，所述第一像素值方差为所有尺度下像素值方差的最小值σ_min；

第二计算子单元，用于计算任意两个尺度下所述像素值方差之间差值取绝对值后的最大值Δσ_max；或者计算所有尺度下所有像素值方差之间的方差σ_σ；

第三计算子单元，用于计算所述增益倍数k，

其中，k＝k1*k2；

$K1=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\min }-{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}& ({\mathrm{\σ}}_{\min }>{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\min }\≤{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\end{array}\right.$

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\Δ\σ}}_{\max }-{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}{{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}& ({\mathrm{\Δ\σ}}_{\max }>{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\\ 1& (\mathrm{\Δ}{\mathrm{\σ}}_{\max }\≤{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\end{array}\right.$ 或者

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\mathrm{\σ}}-{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}& ({\mathrm{\σ}}_{\mathrm{\σ}}>{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\mathrm{\σ}}\≤{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\end{array}\right.$

其中，k1表征σ_min与σ_noiseTH的关系；k2表征Δσ_max或者σ_σ；σ_noiseTH、σ_maxTH和σ_σTH为预设常数。

优选的，所述滤波增量计算单元包括：

第四计算子单元，用于确定所述差值中的最大值为所述滤波增量；

第五计算子单元，用于确定所述差值中的中值为所述滤波增量；

第六计算子单元，用于计算所述差值的平均值作为所述滤波增量；

第七计算子单元，用于通过每个尺度下的方差对与所述尺度相对应的所述差值分配权重，计算所述滤波增量。

优选的，所述滤波增量计算单元包括：

第八计算子单元，用于确定所有尺度中最大尺度下的所述差值为所述滤波增量。

经由上述的技术方案可知，与现有技术相比，本发明提供了一种图像降噪方法和装置。采用本发明提供的技术方案，分别以图像中的各个像素点为中心，选取多个不同尺度大小的窗口，分别计算每一尺度下所有像素点的像素值均值和像素值方差；所述窗口小于预设尺度；对图像中的每一个像素点，计算自身像素值与所有尺度下所述像素值均值之间的差值；确定与所述像素值方差相对应的增益倍数，以及计算与所述差值相对应的滤波增量；对每个像素点，将像素点的原像素值减去修正滤波增量，得到修正像素值；所述修正滤波增量为所述滤波增量与所述增益倍数的比值；最后，将每一个像素点的所述修正像素值替换所述原像素值，实现降噪的效果。本发明提供的技术方案，以各个像素点为中心选取多个不同尺度大小的窗口，所述窗口小于预设尺度，属于传统较小的处理窗口，通过对多个不同尺度窗口进行分析和计算的方法实现效果较好的图像降噪处理，计算复杂度不高，能够避免现有技术中需要用大窗口造成的不便于硬件实现的问题。因此，本发明提供的计算方案，能够在传统较小的处理窗口下，以计算复杂度不高的代价取得较好的降噪效果。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种图像降噪方法的流程图；

图2为本发明实施例提供的一种图像降噪装置的结构图；

图3a为一张原始图片；

图3b为图3a经本发明技术方案处理后的图片；

图4a为另外一张原始图片；

图4b为图4a经本发明技术方案处理后的图片；

图5a为另外一张原始图片；

图5b为图5a经本发明技术方案处理后的图片。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

实施例

请参阅图1，图1为本发明实施例提供的一种图像降噪方法的流程图。如图1所示，该方法包括：

步骤S101，分别以图像中的各个像素点为中心，选取多个不同尺度大小的窗口，分别计算每一尺度下所有像素点的像素值均值和像素值方差；所述窗口小于预设尺度；

具体的，位于所述多个不同尺度大小的窗口中心的像素点，比如命名为预降噪点，将其像素值，记为x_center。则以预降噪点为中心，选取多个不同尺度大小的窗口，计算每一尺度下所有像素点的像素值均值，然后再计算每一尺度下所有像素点的像素值方差；

具体的，所述多个不同尺度大小的窗口，可选的，为正方形，即所述多个不同尺度大小的窗口，外边界的四个边上的窗口个数相等；所述多个不同尺度大小的窗口可以为其他形状，比如菱形，其他基于多尺度思想的窗口形状也属于本发明的保护范围。

本发明提供的技术方案，所选取的最大的窗口，不大于传统的窗口，所选取的最大尺度的窗口，所包含的行的数目，可选的，不大于7。应用本发明提供的技术方案，选取三个不同尺度大小的窗口便能取得较好的降噪效果。

进一步的，可选的，以预降噪点为中心，选取三个不同尺度大小的窗口，以第一尺度3*3,第二尺度5*5和第三尺度7*7的窗口为例(其它尺度也应在本发明的保护范围内)，记做W3，W5，W7。中心点的像素值为x_center。表1为第一尺度的窗口，表2为第二尺度的窗口，表3为第三尺度的窗口，如下：

其中，第一尺度下像素点的个数N3＝9，第二尺度下像素点的个数N5＝25，第三尺度下像素点的个数N7＝49。计算每一尺度下所有像素点的像素值均值，即，分别计算W3，W5，W7内的像素值均值以及计算每一尺度下所有像素点的像素值方差，即分别计算W3，W5，W7内的像素值方差σ₃,σ₅,σ₇；如W3的计算为：

${\stackrel{\‾}{x}}_3=\frac{\underset{i=1}{\overset{i=9}{\mathrm{\Σ}}}{x}_i}{N_3}---\left(1\right)$

${\mathrm{\σ}}_3=\frac{\underset{i=1}{\overset{i=9}{\mathrm{\Σ}}}{\left(x_i\right)}^2}{N_3}-{\left(\frac{\underset{i=1}{\overset{i=9}{\mathrm{\Σ}}}{x}_i}{N_3}\right)}^2---\left(2\right)$

步骤S102，对图像中的每一个像素点，计算自身像素值与所有尺度下所述像素值均值之间的差值；

具体的，仍以W3，W5，W7三个尺度大小的窗口为例，

$\mathrm{\Δ}{x}_3=x_{\mathrm{center}}-{\stackrel{\‾}{x}}_3---\left(3\right)$

$\mathrm{\Δ}{x}_5=x_{\mathrm{center}}-{\stackrel{\‾}{x}}_5---\left(4\right)$

$\mathrm{\Δ}{x}_7=x_{\mathrm{center}}-{\stackrel{\‾}{x}}_7---\left(5\right)$

其中，Δx₃为预降噪点像素值与W3内所有像素点的像素值均值之间的差值，Δx₅为预降噪点像素值与W5内所有像素点的像素值均值之间的差值，Δx₇为预降噪点像素值与W7内所有像素点的像素值均值之间的差值。

步骤S103，确定与所述像素值方差相对应的增益倍数，以及计算与所述差值相对应的滤波增量；

具体的，可选的，确定与所述像素值方差相对应的增益倍数，包括：

确定第一像素值方差，所述第一像素值方差为所有尺度下像素值方差的最小值σ_min；

计算任意两个尺度下所述像素值方差之间差值取绝对值后的最大值Δσ_max；

具体的，仍以W3，W5，W7三个尺度大小的窗口为例，得到σ₃,σ₅,σ₇后，计算Δσ_max，

Δσ_max＝max(|σ₃-σ₅|，|σ₃-σ₇|，|σ₇-σ₅|) (6)

计算所述增益倍数k；

其中，k＝k1*k2； (7)

$K1=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\min }-{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}& ({\mathrm{\σ}}_{\min }>{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\min }\≤{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\end{array}\right.---\left(8\right)$

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\Δ\σ}}_{\max }-{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}{{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}& ({\mathrm{\Δ\σ}}_{\max }>{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\\ 1& (\mathrm{\Δ}{\mathrm{\σ}}_{\max }\≤{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\end{array}\right.---\left(9\right)$

其中，k1表征σ_min与σ_noiseTH的关系，k2表征Δσ_max，σ_noiseTH和σ_maxTH为预设常数。增加用σ_min作为条件的好处是保护一些比较强的特殊纹理避免被当成噪声除掉。具体的，σ_noiseTH与亮度相关，是人为设定的阈值或者根据噪声水平来设置，一般比噪声水平大一些。不同的图像源所选择的阈值可能会不一样，通过噪声水平来确定阈值会相对更准确。

具体的，可选的，运用所有尺度下所有像素值方差之间的方差σ_σ替代Δσ_max，也能够确定与所述像素值方差相对应的增益倍数。具体的，方法包括：

确定第一像素值方差，所述第一像素值方差为所有尺度下像素值方差的最小值σ_min；

计算所有尺度下所有像素值方差之间的方差σ_σ；

具体的，仍以W3，W5，W7三个尺度大小的窗口为例，得到σ₃,σ₅,σ₇后，计算它们之间的方差σ_σ，

${\mathrm{\σ}}_{\mathrm{\σ}}=\frac{\underset{i=1}{\overset{i=3}{\mathrm{\Σ}}}{\left({\mathrm{\σ}}_i\right)}^2}{3}-{\left(\frac{\underset{i=1}{\overset{i=3}{\mathrm{\Σ}}}{\mathrm{\σ}}_i}{3}\right)}^2---\left(10\right)$

计算所述增益倍数k；

其中k＝k1*k2；

$K1=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\min }-{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}& ({\mathrm{\σ}}_{\min }>{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\min }\≤{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\end{array}\right.$

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\mathrm{\σ}}-{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}& ({\mathrm{\σ}}_{\mathrm{\σ}}>{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\mathrm{\σ}}\≤{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\end{array}\right.---\left(11\right)$

其中，k1表征σ_min与σ_noiseTH的关系，k2表征σ_σ，σ_noiseTH和σ_σTH为预设常数，或者预估算常数。

具体的，所述计算与所述差值相对应的滤波增量(比如，记为Δx)包括：

确定所述差值中的最大值为所述滤波增量；

具体的，仍以W3，W5，W7三个尺度大小的窗口为例，确定Δx₃、Δx₅和Δx₇三者中的最大值为所述滤波增量。

或者确定所述差值中的中值为所述滤波增量；

具体的，仍以W3，W5，W7三个尺度大小的窗口为例，确定Δx₃、Δx₅和Δx₇三者中位居中间的值为所述滤波增量。

或者计算所述差值的平均值作为所述滤波增量；

具体的，仍以W3，W5，W7三个尺度大小的窗口为例，确定Δx₃、Δx₅和Δx₇三者的平均值为所述滤波增量。

或者通过每个尺度下的方差对与所述尺度相对应的所述差值分配权重，计算所述滤波增量；

具体的，仍以W3，W5，W7三个尺度大小的窗口为例，计算所述滤波增量Δx；

$\mathrm{\ΔX}=\left\{\begin{array}{cc}\frac{{\mathrm{\σ}}_3\×\mathrm{\Δ}{x}_3+{\mathrm{\σ}}_5\×\mathrm{\Δ}{x}_5+{\mathrm{\σ}}_7\×\mathrm{\Δ}{x}_7}{{\mathrm{\σ}}_3+{\mathrm{\σ}}_5+{\mathrm{\σ}}_7}& ({\mathrm{\σ}}_3+{\mathrm{\σ}}_5+{\mathrm{\σ}}_7\≠0)\\ 0& ({\mathrm{\σ}}_3+{\mathrm{\σ}}_5+{\mathrm{\σ}}_7=0)\end{array}\right.---\left(12\right)$

具体的，可选的，确定所有尺度中最大尺度下的所述差值为所述滤波增量Δx。仍以W3，W5，W7三个尺度大小的窗口为例，确定Δx₃、Δx₅和Δx₇三者中的最大值为所述滤波增量。

需要说明的是，所述增益倍数k，设置为大于或等于1的数值。

步骤S104，对每个像素点，将像素点的原像素值减去修正滤波增量，得到修正像素值；所述修正滤波增量为所述滤波增量与所述增益倍数的比值；

具体的，x′_center＝x_center-Δx/k； (13)

其中，x_center为预降噪像素点的原像素值，x′_center为修正像素值，Δx/k为修正滤波增量。

步骤S105，将每一个像素点的所述修正像素值替换所述原像素值。

具体的，经过所述步骤S105能够实现图像中的每一个像素点像素值的替换，替换为经过滤波后的所述修正像素值，从而实现对图像的降噪处理。

采用本发明实施例提供的技术方案，分别以图像中的各个像素点为中心，选取多个不同尺度大小的窗口，分别计算每一尺度下所有像素点的像素值均值和像素值方差；所述窗口小于预设尺度；对图像中的每一个像素点，计算自身像素值与所有尺度下所述像素值均值之间的差值；确定与所述像素值方差相对应的增益倍数，以及计算与所述差值相对应的滤波增量；对每个像素点，将像素点的原像素值减去修正滤波增量，得到修正像素值；所述修正滤波增量为所述滤波增量与所述增益倍数的比值；最后，将每一个像素点的所述修正像素值替换所述原像素值，实现降噪的效果。本发明提供的技术方案，以各个像素点为中心选取多个不同尺度大小的窗口，所述窗口小于预设尺度，属于传统较小的处理窗口，通过对多个不同尺度窗口进行分析和计算的方法实现效果较好的图像降噪处理，计算复杂度不高，能够避免现有技术中需要用大窗口造成的不便于硬件实现的问题。因此，本发明提供的计算方案，能够在传统较小的处理窗口下，以计算复杂度不高的代价取得较好的降噪效果。

为了更加全面的阐述本发明的技术方案，本发明还公开了一种图像降噪装置。

请参阅图2，图2为本发明实施例提供的一种图像降噪装置的结构图。如图2所示，该装置包括：

第一计算模块201，用于分别以图像中的各个像素点为中心，选取多个不同尺度大小的窗口，分别计算每一尺度下所有像素点的像素值均值和像素值方差；所述窗口小于预设尺度；

第二计算模块202，用于对图像中的每一个像素点，计算自身像素值与所有尺度下所述像素值均值之间的差值；

第三计算模块203，用于确定与所述像素值方差相对应的增益倍数，以及计算与所述差值相对应的滤波增量；

第四计算模块204，用于对每个像素点，将像素点的原像素值减去修正滤波增量，得到修正像素值；所述修正滤波增量为所述滤波增量与所述增益倍数的比值；

替换模块205，用于将每一个像素点的所述修正像素值替换所述原像素值。

具体的，所述第三计算模块203包括：

增益倍数计算单元，用于确定与所述像素值方差相对应的增益倍数；

滤波增量计算单元，用于计算与所述差值相对应的滤波增量。

进一步的，所述增益倍数计算单元包括：

第一计算子单元，用于确定第一像素值方差，所述第一像素值方差为所有尺度下像素值方差的最小值σ_min；

第二计算子单元，用于计算任意两个尺度下所述像素值方差之间差值取绝对值后的最大值Δσ_max；或者计算所有尺度下所有像素值方差之间的方差σ_σ；

第三计算子单元，用于计算所述增益倍数k，

其中，k＝k1*k2；

$K1=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\min }-{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}& ({\mathrm{\σ}}_{\min }>{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\min }\≤{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\end{array}\right.$

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\Δ\σ}}_{\max }-{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}{{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}& ({\mathrm{\Δ\σ}}_{\max }>{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\\ 1& (\mathrm{\Δ}{\mathrm{\σ}}_{\max }\≤{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\end{array}\right.$ 或者

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\mathrm{\σ}}-{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}& ({\mathrm{\σ}}_{\mathrm{\σ}}>{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\mathrm{\σ}}\≤{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\end{array}\right.$

其中，k1表征σ_min与σ_noiseTH的关系；k2表征Δσ_max或者σ_σ；σ_noiseTH、σ_maxTH和σ_σTH为预设常数。

进一步的，所述滤波增量计算单元包括：

第四计算子单元，用于确定所述差值中的最大值为所述滤波增量；

第五计算子单元，用于确定所述差值中的中值为所述滤波增量；

第六计算子单元，用于计算所述差值的平均值作为所述滤波增量；

第七计算子单元，用于通过每个尺度下的方差对与所述尺度相对应的所述差值分配权重，计算所述滤波增量。

进一步的，所述滤波增量计算单元还包括：

第八计算子单元，用于确定所有尺度中最大尺度下的所述差值为所述滤波增量。

分别如图3a、图3b、图4a和图4b所示，图3a为一张原始图片，图3b为图3a经本发明技术方案处理后的图片，图4a为另外一张原始图片，图4b为图4a经本发明技术方案处理后的图片，图5a为另外一张原始图片，图5b为图5a经本发明技术方案处理后的图片。对比能够发现，本发明实施例提供的技术方案，能够对图像实现很好的降噪效果。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种图像降噪方法，其特征在于，包括：

分别以图像中的各个像素点为中心，选取多个不同尺度大小的窗口，分别计算每一尺度下所有像素点的像素值均值和像素值方差；所述窗口小于预设尺度；

对图像中的每一个像素点，计算自身像素值与所有尺度下所述像素值均值之间的差值；

确定与所述像素值方差相对应的增益倍数，以及计算与所述差值相对应的滤波增量；

对每个像素点，将像素点的原像素值减去修正滤波增量，得到修正像素值；所述修正滤波增量为所述滤波增量与所述增益倍数的比值；

将每一个像素点的所述修正像素值替换所述原像素值。

2.根据权利要求1所述的方法，其特征在于，所述确定与所述像素值方差相对应的增益倍数包括：

确定第一像素值方差，所述第一像素值方差为所有尺度下像素值方差的最小值σ_min；

计算任意两个尺度下所述像素值方差之间差值取绝对值后的最大值Δσ_max，或者计算所有尺度下所有像素值方差之间的方差σ_σ；

计算所述增益倍数k；

其中，k＝k1*k2；

$K1=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\min }-{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}& ({\mathrm{\σ}}_{\min }>{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\min }\≤{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\end{array}\right.$

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\Δ\σ}}_{\max }-{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}{\mathrm{\Δ}{\mathrm{\σ}}_{\max }\mathrm{TH}}& ({\mathrm{\Δ\σ}}_{\max }>{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\\ 1& ({\mathrm{\Δ\σ}}_{\max }\≤{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\end{array}\right.$ 或者

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\mathrm{\σ}}-{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}& ({\mathrm{\σ}}_{\mathrm{\σ}}>{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\mathrm{\σ}}\≤{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\end{array}\right.$

其中，k1表征σ_min与σ_noiseTH的关系，k2表征Δσ_max或者σ_σ；σ_noiseTH、σ_maxTH和σ_σTH为预设常数。

3.根据权利要求1所述的方法，其特征在于，所述计算与所述差值相对应的滤波增量包括：

确定所述差值中的最大值为所述滤波增量；

或者确定所述差值中的中值为所述滤波增量；

或者计算所述差值的平均值作为所述滤波增量；

或者通过每个尺度下的方差对与所述尺度相对应的所述差值分配权重，计算所述滤波增量。

4.根据权利要求2所述的方法，其特征在于，所述计算与所述差值相对应的滤波增量包括：

确定所有尺度中最大尺度下的所述差值为所述滤波增量。

5.根据权利要求1所述的方法，其特征在于，所述增益倍数的值大于或等于1。

6.一种图像降噪装置，其特征在于，包括：

第一计算模块，用于分别以图像中的各个像素点为中心，选取多个不同尺度大小的窗口，分别计算每一尺度下所有像素点的像素值均值和像素值方差；所述窗口小于预设尺度；

第二计算模块，用于对图像中的每一个像素点，计算自身像素值与所有尺度下所述像素值均值之间的差值；

第三计算模块，用于确定与所述像素值方差相对应的增益倍数，以及计算与所述差值相对应的滤波增量；

第四计算模块，用于对每个像素点，将像素点的原像素值减去修正滤波增量，得到修正像素值；所述修正滤波增量为所述滤波增量与所述增益倍数的比值；

替换模块，用于将每一个像素点的所述修正像素值替换所述原像素值。

7.根据权利要求6所述的装置，其特征在于，所述第三计算模块包括：

增益倍数计算单元，用于确定与所述像素值方差相对应的增益倍数；

滤波增量计算单元，用于计算与所述差值相对应的滤波增量。

8.根据权利要求7所述的装置，其特征在于，所述增益倍数计算单元包括：

第一计算子单元，用于确定第一像素值方差，所述第一像素值方差为所有尺度下像素值方差的最小值σ_min；

第二计算子单元，用于计算任意两个尺度下所述像素值方差之间差值取绝对值后的最大值Δσ_max；或者计算所有尺度下所有像素值方差之间的方差σ_σ；

第三计算子单元，用于计算所述增益倍数k，

其中，k＝k1*k2；

$K1=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\min }-{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH}}& ({\mathrm{\σ}}_{\min }>{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\min }\≤{\mathrm{\σ}}_{\mathrm{noise}}\mathrm{TH})\end{array}\right.$

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\Δ\σ}}_{\max }-{\mathrm{\Δ\σ}}_{\max }\mathrm{TH}}{\mathrm{\Δ}{\mathrm{\σ}}_{\max }\mathrm{TH}}& ({\mathrm{\Δ\σ}}_{\max }>{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\\ 1& ({\mathrm{\Δ\σ}}_{\max }\≤{\mathrm{\Δ\σ}}_{\max }\mathrm{TH})\end{array}\right.$ 或者

$K2=\left\{\begin{array}{cc}1+\frac{{\mathrm{\σ}}_{\mathrm{\σ}}-{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}{{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH}}& ({\mathrm{\σ}}_{\mathrm{\σ}}>{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\\ 1& ({\mathrm{\σ}}_{\mathrm{\σ}}\≤{\mathrm{\σ}}_{\mathrm{\σ}}\mathrm{TH})\end{array}\right.$

其中，k1表征σ_min与σ_noiseTH的关系；k2表征Δσ_max或者σ_σ；σ_noiseTH、σ_maxTH和σ_σTH为预设常数。

9.根据权利要求7所述的装置，其特征在于，所述滤波增量计算单元包括：

第四计算子单元，用于确定所述差值中的最大值为所述滤波增量；

第五计算子单元，用于确定所述差值中的中值为所述滤波增量；

第六计算子单元，用于计算所述差值的平均值作为所述滤波增量；

第七计算子单元，用于通过每个尺度下的方差对与所述尺度相对应的所述差值分配权重，计算所述滤波增量。

10.根据权利要求8所述的装置，其特征在于，所述滤波增量计算单元包括：

第八计算子单元，用于确定所有尺度中最大尺度下的所述差值为所述滤波增量。