一種可見近紅外寬波段圖像噪聲抑制方法技術

本發明專利技術公開了一種可見近紅外寬波段圖像噪聲抑制方法，設計了抑制噪聲的能量方程來最優化的求解去噪結果，易于代碼實現，同時能有效快速地獲得較好的去噪圖像。本發明專利技術包括如下步驟：（1）構造噪聲抑制能量方程；（2）權重因子的設計；（3）綜合能量方程，優化求解。本發明專利技術方法構造局部區域約束優化的思路進行圖像降噪的框架，設計了空間因子與結構因子進行約束，實現了快速獲取去噪圖像的目的。本發明專利技術只需輸入寬波段待去噪圖像，即可快速得到相應的去噪圖。

A method of noise suppression in visible near infrared wide band images

The invention discloses a visible infrared wide band image noise suppression method, solving the energy equation is designed to suppress the noise to optimize the denoising results, easy implementation, and can effectively obtain better image denoising. The invention comprises the following steps: (1) constructing a noise suppression energy equation; (2) designing a weight factor; (3) solving the comprehensive energy equation and optimizing the solution. The method of the invention constructs the frame of the local area constrained optimization, and carries out the image noise reduction frame, and designs the space factor and the structure factor to constrain, and realizes the purpose of quickly acquiring the denoised image. The invention only needs to input a wide band to be denoised, and then the corresponding denoising image can be obtained quickly.

【技術實現步驟摘要】
一種可見近紅外寬波段圖像噪聲抑制方法
本專利技術涉及光學圖像處理技術，尤其涉及一種可見近紅外寬波段圖像噪聲抑制方法。
技術介紹
可見光、紅外線都屬于電磁波，前者波長范圍在0.4-0.8μm，后者波長范圍則包括了0.9-1.7μm、3-5μm和8-14μm這幾個主要波段，分別對應近紅外、中波紅外和長波紅外這幾個適應于大氣傳輸的波長范圍。0.4-1.7μm的波長范圍主要為可見光與近紅外波段，它們都主要以反射式輻射傳輸為主，因此無論在輻射模型與成像特性上具有一定的相似性。但另一方面，由于探測陣列與成像器件響應特性在可見光與近紅外波段有所不同，因此二者成像獲取的圖像也具有一定的差別。因此，在針對不同波段的圖像進行處理時，其處理方法往往也有所差別。圖像噪聲抑制技術屬于圖像處理，是圖像恢復中的經典問題，其目的在于是將觀測退化圖以最大保真度的形式恢復到噪聲退化前的狀態。然而去噪與保持圖像特征是一對矛盾的關系：圖像在去除噪聲的過程中，不可避免的對邊界產生模糊，而人類視覺對圖像的高頻成分(細節、邊緣)敏感，而且圖像的重要信息主要存在于邊緣和輪廓部分．傳統的去噪方法很難處理這類問題，因此，大量研究致力于既能去噪又能保持邊緣和小尺度特征的算法。總體來看，主流的方法主要通過對噪聲退化進行建模，通過正則化約束的形式來優化估計原始圖像。這種估計往往是近似的，通過某種最佳準則作為約束來尋找最優的原始估計。基于偏微分方程的變分模型是當前去噪研究中主流模型，其已成功地應用于圖像處理中，它在平滑噪聲的同時可以保持邊緣。一類經典的去噪方法就是總變分方法，該方法計算簡單，容易實現；此外，也有很多研究者將小波變換的模引入到變分去噪模型中，使新算法去噪效果更好，并較明顯地改善了圖像的視覺效果。但在具體的各種方法中，正則化約束項的設計、棱邊細節的保持都是困難所在，希望能既抑制噪聲又保持細節層次，使圖像可視化效果更佳。于是，針對可見近紅外的寬波段，希望能新提出一種噪聲抑制方法，一方面設計噪聲去除與抑制手段，另一方面使用結構因子棱邊約束實現細節保持，只要輸入原始圖像，即可輸出噪聲抑制結果。
技術實現思路
本專利技術解決的問題是提供一種可見近紅外寬波段圖像噪聲抑制方法，其利用局部區域約束優化的思路進行圖像降噪的框架，提出噪聲抑制方程，輸入原始圖像，自動實現圖像噪聲抑制。為解決上述問題，本專利技術提出一種可見近紅外寬波段圖像噪聲抑制方法，該方法包括：構建噪聲抑制能量方程；設計空間因子與結構因子約束；綜合噪聲抑制與棱邊約束方程，優化求解實現圖像去噪，獲取最終圖像。本專利技術采用的技術方案為：1、構建噪聲抑制能量方程(a)局部極值種子求取若待去噪的觀測圖像為I，所選的局部區域為R×R尺寸的窗口。對于圖像I，在某一個像素p處(像素位置（i,j）)，取出I中以p為中心的R×R尺寸的局部圖像塊。對于這個圖像塊，獲得最小值及其位置，獲得最大值及其位置，最小值與最大值，我們統稱為極值。在該圖像塊內獲取的極值及其對應在I中的位置，統稱為極值種子點s。在s處，灰度值記為I(s)，對于每個圖像塊，通常都有兩處極值。對于整幅觀測圖像I，可以分成很多個這樣的R×R尺寸大小的圖像塊（不重疊），各自可以獲得極值種子點，最終構成了極值種子點大集合S（有諸多的s構成），這個集合包含了極值點的灰度值以及對應的像素位置。(b)設計噪聲抑制方程噪聲抑制后的圖像為O，本專利技術設計能量方程：，即在整個圖像區域，若某像素p位置位于種子點，O在該處值等于I在該處的值。上式中：Ω為任意的一個局部區域，其區域尺寸為2R×2R；s為Ω區域中的極值種子點像素，q為區域內其余像素點。表示O在q處的灰度值，即s處的I的像素灰度值。，，為權重因子，前者主要是空間因子，后者作為結構因子約束棱邊像素。2.設計權重因子，為權重因子，前者主要是空間因子，后者作為結構因子約束棱邊。(a)的設計空間因子，表示的q像素與s像素之間的空間位置關系以及像素灰度值關系，定義如下：，q-s即q像素與s像素之間的空間間隔（以多少像素表示），即像素灰度值間隔，與分別表示觀測圖像I在q像素鄰域與s像素鄰域的局部標準差。通過公式發現，q與s空間間隔越大，越小，q與s像素的灰度值間隔越大，越小。(b)的設計結構因子旨在對圖像不同內容進行約束，對圖像棱邊少進行噪聲抑制，對圖像平坦區域多進行抑制操作。因此，在棱邊細節區域，這個系數要小，平坦區域，這個系數要大。于是，定義為：，其中，值用來確定的范圍，定義為：，為觀測圖像I在以q為中心的一個N×N鄰域內的方差值，為觀測圖像(I*M)在以q為中心的一個N×N鄰域內的方差值，(I*M)其實是觀測圖像經M卷積平滑退化的結果，式中N為權重因子計算時鄰域參數。3.綜合方程，優化求解根據2中，和的設計，代入到噪聲抑制能量方程，即在整個圖像區域，若某像素p位置位于種子點，O在該處值等于I在該處的值。最佳的去噪圖像，是使得能量J最小時，即，于是，可以求取獲得最終的去噪估計圖像O。本專利技術的優點是：利用構造局部區域約束優化的思路進行圖像降噪的框架，設計了空間因子與結構因子進行約束，實現了快速獲取去噪圖像的目的。本專利技術只需輸入寬波段待去噪圖像，即可快速得到相應的去噪圖。附圖說明圖1為本專利技術的具體操作流程圖。圖2為輸入的寬波段觀測圖像。圖3為計算獲取的去噪圖像。具體實施方式為了實現寬波段圖像的去噪，本專利技術利用噪聲抑制能量方程約束估計，快速實現噪聲抑制的目的。下面結合附圖，通過具體實施例，對本專利技術的技術方案進行清楚、完整的描述。本專利技術提出一種可見近紅外寬波段圖像噪聲抑制方法的操作框架，如圖1所示。設待局部區域尺寸參數R=5，權重因子計算時鄰域參數N=5，以圖2為例，以下稱圖2為寬波段觀測圖像I，其主要包含以下步驟：(1)I的局部極值種子集合S的獲取對于圖像I，在某一個像素p處(像素位置（i,j）)，取出I中以p為中心的R×R尺寸的局部圖像塊。對于這個圖像塊，獲取的極值及其對應在I中的位置，統稱為極值種子點s。在s處，灰度值記為I(s)，對于每個圖像塊，通常都有兩處極值。對于整幅圖像I，可以分成很多個這樣的R×R尺寸大小的圖像塊（不重疊），各自可以獲得極值種子點，最終構成了極值種子點大集合S。(2)設計權重因子，為權重因子，前者主要是空間因子，后者作為結構因子約束棱邊。(a)的設計空間因子，表示的q像素與s像素之間的空間位置關系以及像素灰度值關系，定義如下：，q-s即q像素與s像素之間的空間間隔（以多少像素表示），即像素灰度值間隔，與分別表示，觀測圖像I在q像素N×N鄰域與s像素的N×N鄰域的局部標準差。通過公式發現，q與s空間間隔越大，越小，q與s像素的灰度值間隔越大，越小。(b)的設計結構因子旨在對圖像不同內容進行約束，對圖像棱邊少進行噪聲抑制，對圖像平坦區域多進行抑制操作。因此，在棱邊細節區域，這個系數要小，平坦區域，這個系數要大。于是，定義為：，其中，值用來確定的范圍，定義為：，為觀測圖像I在以q為中心的一個N×N鄰域內的方差值，為觀測圖像(I*M)在以q為中心的一個N×N鄰域內的方差值，，(I*M)其實是觀測圖像經M卷積平滑退化的結果。(3)結合能量方程，優化求解將(1)與(2)中的結果，結合噪聲抑制能量方程，即在整個圖像區域本文檔來自技高網...

【技術保護點】
一種可見近紅外寬波段圖像噪聲抑制方法，其特征在于：包括如下步驟：A、構建噪聲抑制能量方程假設待去噪的觀測圖像為

【技術特征摘要】
1.一種可見近紅外寬波段圖像噪聲抑制方法，其特征在于：包括如下步驟：A、構建噪聲抑制能量方程假設待去噪的觀測圖像為I、噪聲抑制后的圖像為O，則噪聲抑制能量方程：，上式中：Ω為任意的一個局部區域，該區域尺寸為2R×2R；s為Ω區域中的極值種子點像素，q為Ω區域內其余像素點，表示O在q處的灰度值，即s處的I的像素灰度值；B、設計權重因子，為權重因子，主要是空間因子，作為結構因子約束棱邊像素；a、的設計空間因子，表示的q像素與s像素之間的空間位置關系以及像素灰度值關系，定義如下：，q-s即q像素與s像素之間的空間間隔，以多少像素表示；即像素灰度值間隔，與分別表示觀測圖像I在q像素鄰域與s像素鄰域的局部標準差；b、的設計結構因子旨在對圖像不同內容進行約束，對圖像棱邊少進行噪聲抑制，對圖像平坦區域多進行抑制操作，因此，在棱邊細節區域，這個系數要小，平坦區域，這個系數要大；于是，定義為：，其中，值用來確定的范圍，定義為：為觀測圖像I在以q為中心的一個N×N鄰域內的方差值，為觀測圖像(I*M)在以q為中心的一...

【專利技術屬性】
技術研發人員：吳迪富，孫玉娟，趙巨峰，馮華君，徐之海，單國云，顧志輝，
申請(專利權)人：江蘇宇迪光學股份有限公司，
類型：發明
國別省市：江蘇,32