本發(fā)明涉及bm3d圖像降噪方法，具體涉及一種基于偽3d變換的bm3d圖像降噪方法。

背景技術：

隨著智慧城市、大數(shù)據(jù)等領域的發(fā)展，基于視頻監(jiān)控的智能交通、車牌自動識別處理技術也逐漸成為研究的熱門課題，并得到廣泛應用。視頻作為信息最為豐富的信息源，其質量直接影響到監(jiān)控系統(tǒng)的效果，并且在交通領域，視頻中的車輛、車牌等信息有時候直接作為司法取證的有效輔助證據(jù)。由于交通領域的視頻監(jiān)控通常處于室外環(huán)境，由于受到復雜多變的成像環(huán)境，以及成像設備硬件等因素的干擾，視頻圖像都存在一定的噪聲。尤其是光線不足情況下、或者長焦攝像頭的近紅外成像，其視頻圖像噪聲特別強，導致視頻質量嚴重衰減。因此，監(jiān)控視頻通常需要對其進行圖像降噪處理，以改善圖像質量、盡可能的保留圖像中的有用信息。

圖像降噪是圖像處理領域中一項基本而又是十分關鍵的技術，一直是圖像處理領域的一個難題，屬于圖像預處理的關鍵步驟。圖像去噪目的是盡可能恢復圖像原貌，改善圖像質量，突出圖像本身的特征，從而為后續(xù)圖像處理的其它工作打下良好的基礎。能夠有效去除噪聲直接影響到圖像的視覺效果和后續(xù)的圖像處理結果。

圖像降噪方法主要有經(jīng)典空域濾波方法、頻域濾波方法、多尺度幾何分析降噪方法、非局部降噪方法以及由非局部均值降噪方法改進的各種降噪方法和盲圖像去噪方法。空域濾波方法一般先假定噪聲為加性模型，然后利用圖像像素之間的的空間相關性對噪聲進行濾波，如均值濾波和中值濾波。傳統(tǒng)的空域濾波處理具有良好的去噪性能，并且方法簡單易于實現(xiàn)，從而得到了很好的應用。然而這些經(jīng)典去噪方法具有一定的局限性，它們都是基于局部統(tǒng)計的自適應濾波，因此對圖像的同質區(qū)域有著較好的去噪效果，在消除圖像噪聲的同時會平滑圖像的紋理或者不能有效的去除邊緣周圍的噪聲，圖像結構信息、點線等目標會在一定程度上被模糊或濾除。近來，由buades等人提出的非局部均值濾波算法打破了局部鄰域這一僵局，將傳統(tǒng)的局部特征統(tǒng)計擴展到了非局部區(qū)域。局部算法通過計算像素點各自鄰域間的歐氏距離，來判斷像素點間的相似性，而沒有對用于去除當前像素點噪聲的大部分像素做任何假設。像素點間的歐氏距離可以用于判斷鄰域內(nèi)的像素點與中心像素點的相似程度，并通過歐氏距離計算相似性權值，利用權值以及相似點對中心像素點加權平均得到去噪結果。非局部均值算法，將去噪從局部擴展到了非局部領域，提供了一個新的去噪思路。單個像素點的灰度值和空間距離不足以衡量像素點之間的相似性。非局部算法基本思想是以一個窗口內(nèi)的圖像塊為處理單元，通過計算圖像塊之間的歐式距離，并以此衡量圖像塊之間的相似程度。由于大部分圖像存在空間冗余，表現(xiàn)在圖像塊與圖像塊之間存在一定的相似性，以圖像塊的相似性代替像素點的相似性更科學，更具有可信性?；诜蔷植克枷胂群笥蟹蔷植烤到翟?、貝葉斯非局部降噪、三維塊匹配算法(bm3d)降噪等方法被提出，并且取得了良好的降噪效果。其中bm3d算法是公認的降噪效果最佳的圖像降噪算法。

基于三維變換的bm3d降噪方法如下：將待降噪圖像分割成圖像塊，由圖像塊構建三維圖像塊陣列；對每個圖像塊作二維正變換，得到對應的二維變換系數(shù)；然后對圖像塊第三個維度作一維變換，得到對應的一維變換系數(shù)；由三維圖像塊陣列的二維變換系數(shù)和一維變換系數(shù)得到三維圖像塊陣列的三維變換系數(shù)；對三維變換系數(shù)濾波降噪處理；對濾波處理后的三維變換系數(shù)的第三個維度作一維逆變換，得到一維逆變換后的二維變換系數(shù)；對一維逆變換后的二維變換系數(shù)作二維逆變換，得到降噪后的圖像塊；最后得到降噪后的圖像。bm3d圖像降噪方法仍存在很多不足，其降噪的計算量巨大、計算耗時長，目前主要用于單幀圖像降噪算法仿真，還無法對多幀視頻進行實時降噪。

技術實現(xiàn)要素：

針對現(xiàn)有技術存在的上述不足，本發(fā)明要解決的技術問題是：提供一種基于偽3d變換的bm3d圖像降噪方法，在保證降噪效果的情況下，解決bm3d圖像降噪過程中計算量巨大、計算耗時長等問題，可以提高計算效率、減少運算量。

為解決上述技術問題，本發(fā)明采用了如下的技術方案：

一種基于偽3d變換的bm3d圖像降噪方法，包括以下步驟：

s1：對待降噪圖像進行分割，得到若干個圖像塊?？梢詫D像塊的大小進行預設，圖像塊大小通常設置為2的冪級數(shù)，以8*8為宜，圖像塊設置過小會導致頻域變換效果不佳，圖像塊設置過大會極大增加圖像塊匹配計算量。

s2：以一個圖像塊為中心，在預設窗口范圍內(nèi)依據(jù)相似性準則搜索相似圖像塊，以圖像塊及其相似圖像塊構建三維圖像塊陣列；以三維圖像塊陣列中圖像塊的橫向和縱向分別作為三維圖像塊陣列的第一個維度和第二個維度，以相似圖像塊對應點間的連接線作為第三個維度。根據(jù)背景技術中介紹的非局部算法基本思想，將一個窗口內(nèi)的圖像塊作為一個處理單元，即所述的預設窗口范圍。三維圖像塊陣列的構建，選擇預設窗口的中心圖像塊作為三維圖像塊陣列中的第一個圖像塊，圖像塊的相似圖像塊按照搜索順序排列。

s3：在三維圖像塊陣列第三個維度方向對每一組對應點分別進行頻域變換處理，得到一維變換系數(shù)。在三維圖像塊陣列的第三個維度方向上，有多組相似圖像塊，對每一組相似圖像塊的對應點分別進行頻域變換，得到多個頻域系數(shù)，構成一維變換系數(shù)塊陣列，即所述的一維變換系數(shù)。

s4：對一維變換系數(shù)塊陣列中的最低頻系數(shù)塊進行二維正變換處理，得到bm3d偽變換系數(shù)；對bm3d偽變換系數(shù)進行濾波處理。一維變換系數(shù)塊陣列中，第一個系數(shù)塊對應為最低頻系數(shù)塊。僅對一維變換系數(shù)塊陣列中的最低頻系數(shù)塊作二維正變換，對其他的頻域系數(shù)不作變換處理，從而得到bm3d偽變換系數(shù)。通過對bm3d偽變換系數(shù)濾波處理來實現(xiàn)對圖像塊的降噪。

s5：對一維變換系數(shù)中最低頻系數(shù)塊對應的bm3d偽變換系數(shù)進行二維逆變換處理，得到處理后的一維變換系數(shù)。

s6：在三維圖像塊陣列第三個維度方向對每一組處理后的一維變換系數(shù)進行頻域逆變換處理，得到降噪后的三維圖像塊陣列，從降噪后的三維圖像塊陣列中提取出降噪后的圖像塊，此處降噪后的圖像塊是指步驟s1中在預設窗口范圍內(nèi)處于中間位置的圖像塊經(jīng)過上述降噪處理后的圖像塊；降噪后的三維圖像塊陣列中，除降噪后的圖像塊外，其余均為降噪后的圖像塊的相似圖像塊。

s7：循環(huán)步驟s2到步驟s6，對每個圖像塊分別進行降噪處理；對降噪處理后的若干圖像塊的像素點進行除權處理后，得到降噪圖像。

進一步地，作為優(yōu)化，步驟s3中的頻域變換處理和步驟s6中的頻域逆變換處理均采用哈爾小波變換(haar變換)、快速傅里葉變換(fft變換)或者變換編碼(hadamard變換)。

進一步地，作為優(yōu)化，步驟s4中的濾波處理采用硬閾值濾波和維納濾波。

進一步地，作為優(yōu)化，步驟s4的二維正變換處理和步驟s5中的二維逆變換處理均采用雙正交小波或者離散余弦變換(dct)進行二維變換。

本申請中偽3d變換與3d變換的分析如下：

3d變換是先對三維圖像塊陣列的三個維度均做正變換處理，得到三維變換系數(shù)，對三維變換系數(shù)進行濾波降噪，對濾波后的三維變換系數(shù)在三個維度均做逆變換處理，從而達到圖像降噪的目的。本申請中的偽3d變換僅對三維圖像塊陣列的第三個維度方向做變換處理，先對三維圖像塊陣列的第三個維度做頻域變換處理，得到一維變換系數(shù)；將得到的一維變換系數(shù)存放在原圖像塊位置，得到頻域變換系數(shù)塊；再對頻域變換系數(shù)塊中的最低頻系數(shù)塊作二維正變換，對其他的頻域系數(shù)塊不作變換處理，得到偽三維變換系數(shù)，對偽三維變換系數(shù)進行濾波降噪；對最低頻系數(shù)塊對應的濾波后偽三維變換系數(shù)進行二維逆變換處理，得到處理后的一維變換系數(shù)塊；在三維圖像塊陣列第三個維度方向進行頻域逆變換處理，得到降噪后的三維圖像塊陣列，從而達到圖像降噪的目的。

偽3d變換僅對三維圖像塊陣列的第三個維度方向做變換處理，同時，也僅對一維變換系數(shù)中的最低頻系數(shù)進行二維變換處理，對一維變換系數(shù)中的其他系數(shù)不做變換處理；逆變換亦只對三維圖像塊陣列的第三個維度方向做變換處理，只對一維變換系數(shù)中最低頻系數(shù)對應的bm3d偽變換系數(shù)作變換；這樣就大大地降低了三維變換的計算量，亦可以達到與3d變換幾乎相同的降噪效果。

附圖說明

圖1為本發(fā)明實施例中基于偽3d變換的bm3d圖像降噪方法的流程圖；

圖2為本發(fā)明實施例中基于偽3d變換的bm3d圖像降噪方法的計算示意圖；

圖3為本發(fā)明實施例中不帶噪聲的原圖；

圖4為本發(fā)明實施例中帶噪聲的待降噪圖像；

圖5為本發(fā)明實施例中偽3d變換的bm3d圖像降噪方法的第一次降噪效果圖；

圖6為本發(fā)明實施例中3d變換的bm3d圖像降噪方法的第一次降噪效果圖；

圖7為本發(fā)明實施例中偽3d變換的bm3d圖像降噪方法的第二次降噪效果圖；

圖8為本發(fā)明實施例中3d變換的bm3d圖像降噪方法的第二次降噪效果圖。

具體實施方式

下面將結合附圖對本發(fā)明技術方案的實施例進行詳細的描述。以下實施例僅用于更加清楚地說明本發(fā)明的技術方案，因此只是作為示例，而不能以此來限制本發(fā)明的保護范圍。

實施例：

參照圖1～圖8，一種基于偽3d變換的bm3d圖像降噪方法，包括以下步驟：

s1：對待降噪圖像進行分割，得到若干個圖像塊。可以對圖像塊的大小進行預設，圖像塊大小通常設置為2的冪級數(shù)，以8*8為宜，圖像塊設置過小會導致頻域變換效果不佳，圖像塊設置過大會極大增加圖像塊匹配計算量。

s2：以一個圖像塊為中心，在預設窗口范圍內(nèi)依據(jù)相似性準則搜索相似圖像塊，以圖像塊及其相似圖像塊構建三維圖像塊陣列；以三維圖像塊陣列中圖像塊的橫向和縱向分別作為三維圖像塊陣列的第一個維度和第二個維度，以相似圖像塊對應點間的連接線作為第三個維度。根據(jù)背景技術中介紹的非局部算法基本思想，將一個窗口內(nèi)的圖像塊作為一個處理單元，即所述的預設窗口范圍。三維圖像塊陣列的構建，選擇預設窗口的中心圖像塊作為三維圖像塊陣列中的第一個圖像塊，圖像塊的相似圖像塊按照搜索順序排列。

s3：在三維圖像塊陣列第三個維度方向對每一組對應點分別進行頻域變換處理，得到一維變換系數(shù)。在三維圖像塊陣列的第三個維度方向上，有多組相似圖像塊，對每一組相似圖像塊的對應點分別進行頻域變換，得到多個頻域系數(shù)，構成一維變換系數(shù)塊陣列，即所述的一維變換系數(shù)。

s4：對一維變換系數(shù)塊陣列中的最低頻系數(shù)塊進行二維正變換處理，得到bm3d偽變換系數(shù)；對bm3d偽變換系數(shù)進行濾波處理。一維變換系數(shù)塊陣列中，第一個系數(shù)塊對應為最低頻系數(shù)塊。僅對一維變換系數(shù)塊陣列中的最低頻系數(shù)塊作二維正變換，對其他的頻域系數(shù)不作變換處理，從而得到bm3d偽變換系數(shù)。通過對bm3d偽變換系數(shù)濾波處理來實現(xiàn)對圖像塊的降噪。

s5：對一維變換系數(shù)中最低頻系數(shù)塊對應的bm3d偽變換系數(shù)進行二維逆變換處理，得到處理后的一維變換系數(shù)。

s6：在三維圖像塊陣列第三個維度方向對每一組處理后的一維變換系數(shù)進行頻域逆變換處理，得到降噪后的三維圖像塊陣列，從降噪后的三維圖像塊陣列中提取出降噪后的圖像塊，此處降噪后的圖像塊是指步驟s1中在預設窗口范圍內(nèi)處于中間位置的圖像塊經(jīng)過上述降噪處理后的圖像塊；降噪后的三維圖像塊陣列中，除降噪后的圖像塊外，其余均為降噪后的圖像塊的相似圖像塊。

s7：循環(huán)步驟s2到步驟s6，對每個圖像塊分別進行降噪處理；對降噪處理后的若干圖像塊的像素點進行除權處理后，得到降噪圖像。

本實施例中，步驟s3中的頻域變換處理和步驟s6中的頻域逆變換處理均采用哈爾小波變換(haar變換)、快速傅里葉變換(fft變換)或者變換編碼(hadamard變換)。

本實施例中，步驟s4中的濾波處理采用硬閾值濾波和維納濾波。

本實施例中，步驟s4的二維正變換處理和步驟s5中的二維逆變換處理均采用雙正交小波或者離散余弦變換(dct)進行二維變換。

參照圖像2，為本發(fā)明基于偽3d變換的bm3d圖像降噪方法的計算示意圖。對待降噪圖像進行分割，得到若干個圖像塊；以一個圖像塊為中心，在預設窗口范圍內(nèi)依據(jù)相似性準則搜索相似圖像塊，以圖像塊及其相似圖像塊構建三維圖像塊陣列；對三維圖像塊陣列的第三個維度做頻域變換處理，得到一維變換系數(shù)，將得到的一維變換系數(shù)存放在原圖像塊位置，得到頻域變換系數(shù)塊；再對頻域變換系數(shù)塊中的最低頻系數(shù)塊作二維正變換，對其他的頻域系數(shù)塊不作變換處理，得到偽三維變換系數(shù)，對偽三維變換系數(shù)進行濾波降噪；對最低頻系數(shù)塊對應的偽三維變換系數(shù)進行二維逆變換處理，得到處理后的一維變換系數(shù)塊；在三維圖像塊陣列第三個維度方向進行頻域逆變換處理，得到降噪后的三維圖像塊陣列，從而達到圖像降噪的目的。

參照圖3到圖8，本發(fā)明基于偽3d變換bm3d算法與基于3d變換bm3d算法降噪效果比較：采用iso12233測試標板局部圖像作為原始測試圖像，圖像大小為512*512，并添加標準差為25的高斯噪聲；分別采用基于偽3d變換bm3d算法和基于3d變換bm3d算法進行降噪對比測試；所有參數(shù)設置均相同。

附圖3是不含噪聲的iso12233測試標板圖像；附圖4是添加了高斯噪聲的iso12233測試標板圖像，信噪比為20.18db；附圖5是通過偽3d變換bm3d算法的第一次降噪效果圖，信噪比為33.37db；附圖6是通過3d變換bm3d算法的第一次降噪效果圖，信噪比為33.36db；附圖7是通過偽3d變換bm3d算法的第二次降噪效果圖，信噪比為34.12db；附圖8是通過3d變換bm3d算法的第二次降噪效果圖，信噪比為34.38db。無論是從視覺效果看，還是測量信噪比數(shù)值比較，本發(fā)明基于偽3d變換bm3d算法與基于3d變換bm3d算法的降噪效果幾乎相同。

假設每一個圖像塊的大小為m×n，相似圖像塊的個數(shù)為k，相似圖像塊間的對應點組數(shù)為a。a組數(shù)據(jù)點的一維變換的計算量記作則一個m×n×k的三維圖像塊的3d變換的三維正變換和逆變換的計算量(p1)為：

采用偽3d變換的三維正變換和逆變換的計算量(p2)為：

假設m＝8，n＝8，k＝16，則p1＝20480，p2＝8960

可以看出：基于偽3d變換bm3d算法與基于3d變換bm3d算法的降噪效果幾乎相同，同時，每一個相似塊的偽3d變換bm3d算法的計算量大約只有3d變換bm3d算法的三分之一，計算量降低了約三分之二，大幅度降低了bm3d算法的計算量，減少了運算量、提高運算效率。

本實施例中，基于偽3d變換的bm3d圖像降噪方法的實施過程如下：

假設三維圖像塊陣列(t)為：

t∈r^m×n×k為三維圖像塊陣列，每個圖像塊為m行n列，共有k個相似圖像塊。

i^j表示第j個圖像塊，i^k表述第k個圖像塊，表示第j個圖像塊中的p行q列，表示k個相似圖像塊的p行q列像素點構成的向量。對三維圖像塊陣列t的第三個維度進行頻域變換得到一維變換系數(shù)s^z：

其中，f(γpq)表示對向量γpq作頻域變換，向量γpq變換后的系數(shù)為頻域變換系數(shù)φpq，是一維變換后頻域變換系數(shù)塊陣列中的一個向量。

是一維變換后系數(shù)塊陣列中的一個系數(shù)塊。

對頻域變換系數(shù)塊陣列的最低頻系數(shù)塊采用bior1.5雙正交小波或者dct進行二維變換，變換后的系數(shù)為

b(φ¹)表示對φ¹進行二維變換，其結果為：

為偽3d變換中的一個三維系數(shù)塊，其它系數(shù)塊φ^j均為一維變換后對應的系數(shù)塊，即偽3d變換后的系數(shù)并非是都是進行了三維變換的系數(shù)，故稱為偽3d變換。

對偽3d變換后的系數(shù)進行濾波，結果表示為

表示對系數(shù)進行濾波，表示對系數(shù)進行濾波，濾波方式為硬閾值濾波或者維納濾波。表示的濾波結果，表示對的濾波結果，表示濾波后的第一個系數(shù)塊，表示濾波后的第j個系數(shù)塊。

對濾波后的第一個系數(shù)塊(即最低頻系數(shù)塊)進行二維逆變換，其結果為

表示對作二維逆變換，結果為：

表示二維逆變換后的系數(shù)塊陣列中的一個向量。

對進行逆變換，其結果為

表示對作一維逆變換，其結果為表示一維逆變換后所得降噪圖像塊陣列中的一個向量，表示一維逆變換后所得降噪后的三維圖像塊陣列中的降噪后的圖像塊。

循環(huán)上述公式算法，對分割后的若干圖像塊進行降噪，得到若干個降噪后的圖像塊，對降噪處理后的若干圖像塊的像素點進行除權處理后，將降噪后的圖像塊拼接融合成降噪圖像。進行除權處理的目的，是由于原圖像中每個圖像塊的像素點在上述循環(huán)運算過程中可能被計算過多次，將每次的處理結果相加除以每次計算的權重系數(shù)即為除權處理，以獲得每個像素點多次計算的最優(yōu)估值。

現(xiàn)有技術中，bm3d圖像降噪方法計算量大、計算時間長，無法進行硬件實時處理問題；本發(fā)明針對這一現(xiàn)狀，提出了一種bm3d圖像降噪的加速計算方法。針對三維正變換和逆變換計算量巨大問題，提出一種基于三維塊匹配的不完全3d變換方法，該方法只需先對三維相似塊的第三維度進行變換，并對上述變換后所得系數(shù)的最低頻系數(shù)塊進行二維變換，而無需對所有的系數(shù)塊進行二維變換，從而將3d變換過程的計算量降低了約三分之二，降噪效果與完全3d變換降噪效果基本一致。

最后說明的是，以上實施例僅用以說明本發(fā)明的技術方案而非限制，盡管參照實施例對本發(fā)明進行了詳細說明，本領域的普通技術人員應當理解，可以對本發(fā)明的技術方案進行修改或者等同替換，而不脫離本發(fā)明技術方案的宗旨和范圍，其均應涵蓋在本發(fā)明當中。