遞歸降噪，可以消除大面積的片狀噪聲，且 計算復(fù)雜度小，小波分解每一層的低頻小波系數(shù)的數(shù)據(jù)量為該層的總數(shù)據(jù)量的1/4,減少了 需要處理的數(shù)據(jù)量，提高了效率，另小波分解速度較快，進(jìn)一步提高了圖像降噪的效率。對 于大面積的片狀噪聲，如果采用傳統(tǒng)的窗口濾波的方式降噪，必須將窗口尺寸擴(kuò)大到噪聲 尺寸的2倍以上，而隨著窗口尺寸的增加，計算復(fù)雜度快速提升。本方案采用遞歸降噪，計 算復(fù)雜度低，而不受到窗口尺寸的影響，像"推土機(jī)"一樣，把噪聲一步一步地逐漸蠶食掉。 所述遞歸降噪，利用了低頻小波系數(shù)之間（或圖像的像素點(diǎn)之間）的關(guān)系來進(jìn)行遞歸降噪， 其效果相當(dāng)于利用了整幅圖像的信息來進(jìn)行降噪，提高了降噪的效果，保證了圖像的質(zhì)量。
[0117] 實(shí)施例四
[0118] 結(jié)合實(shí)施例三，在本發(fā)明提供的一種用于圖像降噪的方法的另一實(shí)施例中，在步 驟104之前還可以包括：
[0119] 1031' ：對所述每個分量的高頻小波系數(shù)進(jìn)行基于邊緣信息的衰減函數(shù)降噪；
[0120] 所述對所述每個分量的高頻小波系數(shù)進(jìn)行基于邊緣信息的衰減函數(shù)降噪包括：
[0121] 根據(jù)如下公式，對所述每個分量的所述n層的每一層高頻小波系數(shù)進(jìn)行降噪，
[0122] yj=ajXj+ (1-a』)h(Xj)，j彡 1，j為整數(shù)；
[0123] 其中，h為第j個高頻小波系數(shù)降噪后的值，&為第j個高頻小波系數(shù)的值，h(Xj) 是關(guān)于\的衰減函數(shù)，％是第j個高頻小波系數(shù)所對應(yīng)的像素點(diǎn)的邊緣強(qiáng)度對應(yīng)的邊緣 強(qiáng)度系數(shù)，〇彡a」彡1。像素點(diǎn)的邊緣強(qiáng)度越大，％越趨近于1，從而y」越趨近于Xj;像素 點(diǎn)邊緣強(qiáng)度越小，aj越趨近于〇,從而yj越趨近于h(Xj)。aj可以是第j個高頻小波系數(shù) 所對應(yīng)的像素點(diǎn)的邊緣強(qiáng)度進(jìn)行歸一化處理后得到的值。對每一層的高頻小波系數(shù)進(jìn)行處 理時，j的取值與所對應(yīng)的那一層的高頻小波系數(shù)的個數(shù)相關(guān)。
[0124] 所述步驟1031'可以在步驟103之前或之后或同時執(zhí)行，本發(fā)明對此不作限定。
[0125] 通過對高頻小波系數(shù)進(jìn)行基于邊緣信息的衰減函數(shù)降噪，參考了圖像的邊緣信息 的邊緣強(qiáng)度，根據(jù)邊緣強(qiáng)度的不同，降噪程度也不同，從而可以在對高頻小波系數(shù)進(jìn)行降噪 的同時，保留更多的圖像的邊緣信息等細(xì)節(jié)信息。對高頻小波系數(shù)和低頻小波系數(shù)采用了 不同的方法來降噪，考慮了高頻小波系數(shù)和低頻小波系數(shù)各自包含的信息的特性，如高頻 部分一般包含邊緣信息，在保證高頻小波系數(shù)和低頻小波系數(shù)各自的降噪效果的同時，提 高了整幅圖像綜合的降噪效果，并保證了整幅圖像的質(zhì)量。
[0126] 實(shí)施例五
[0127] 結(jié)合實(shí)施例四，在本發(fā)明提供的一種用于圖像降噪的方法的另一實(shí)施例中，步驟A 中所述根據(jù)所述第n層降噪后的低頻小波系數(shù)與第n層的高頻小波系數(shù)進(jìn)行小波重構(gòu)，得 到第n-1層降噪后的低頻小波系數(shù)，具體為：
[0128] 根據(jù)所述第n層降噪后的低頻小波系數(shù)與第n層降噪后的高頻小波系數(shù)進(jìn)行小波 重構(gòu)，得到第n-1層降噪后的低頻小波系數(shù)。
[0129] 步驟C中所述根據(jù)所述第i層二次降噪后的低頻小波系數(shù)與第i層高頻小波系數(shù) 進(jìn)行小波重構(gòu)具體為：
[0130] 根據(jù)所述第i層二次降噪后的低頻小波系數(shù)與第i層降噪后的高頻小波系數(shù)進(jìn)行 小波重構(gòu)。
[0131] 實(shí)施例六
[0132] 結(jié)合實(shí)施例一~五中任一實(shí)施例，在本發(fā)明提供的一種用于圖像降噪的方法的另 一實(shí)施例中，
[0133] 所述遞歸降噪，可以包括：
[0134] 在至少一個方向上，第k個低頻小波系數(shù)的降噪結(jié)果=第k個低頻小波系數(shù)的值 +f?(第k_l個低頻小波系數(shù)的降噪結(jié)果-第k個低頻小波系數(shù)的值)，其中k> 1，k為整數(shù)， 其中y=f(x)為降噪強(qiáng)度函數(shù)，x表示第k-1個低頻小波系數(shù)的降噪結(jié)果與第k個低頻小波 系數(shù)的差，y表示降噪強(qiáng)度。
[0135] 可以根據(jù)所述圖像的噪聲估計水平按照預(yù)定規(guī)則得到該圖像的若干個降噪強(qiáng)度， 即不同的降噪等級，也可以是系統(tǒng)預(yù)設(shè)的或用戶設(shè)定的不同的降噪等級，所述降噪強(qiáng)度函 數(shù)為根據(jù)所述圖像的噪聲估計水平和/或用戶對該函數(shù)的設(shè)置來確定的函數(shù)。
[0136] 所述遞歸降噪可以理解為，對每個低頻小波系數(shù)，在至少一個方向上，若其之前有 一個低頻小波系數(shù)，則根據(jù)前一個低頻小波系數(shù)降噪后的值來計算該低頻小波系數(shù)降噪后 的值。
[0137] 對于一個方向上的第一個低頻小波系數(shù)，其之前沒有可供其參考的低頻小波系 數(shù)，第一個低頻小波系數(shù)的降噪結(jié)果可以為該低頻小波系數(shù)的值，或是采用降噪算法對該 低頻小波系數(shù)的值進(jìn)行降噪后得到的值，所述降噪算法可以采用現(xiàn)有的降噪算法，本發(fā)明 對比不作限定。
[0138] 實(shí)施例七
[0139] 結(jié)合實(shí)施例六，在本發(fā)明提供的一種用于圖像降噪的方法的另一實(shí)施例中，所述 方法還可以包括：
[0140] 在對所述第k個低頻小波系數(shù)進(jìn)行遞歸降噪后，根據(jù)如下公式，對所述第k個低頻 小波系數(shù)進(jìn)行細(xì)節(jié)恢復(fù)；
[0141] 第k個低頻小波系數(shù)的細(xì)節(jié)恢復(fù)結(jié)果=第k個低頻小波系數(shù)的降噪結(jié)果+g(第k 個低頻小波系數(shù)的值-第k個低頻小波系數(shù)的降噪結(jié)果)，其中y=g(x)為細(xì)節(jié)保持強(qiáng)度函 數(shù)，x表示第k個低頻小波系數(shù)的值與第k個低頻小波系數(shù)的降噪結(jié)果的差，y表示細(xì)節(jié)保 持強(qiáng)度的值。
[0142] 通過對每一層降噪后的低頻小波系數(shù)，采用細(xì)節(jié)保持強(qiáng)度函數(shù)進(jìn)行細(xì)節(jié)恢復(fù)，得 到每一層細(xì)節(jié)恢復(fù)后的低頻小波系數(shù)，可以對降噪后的低頻小波系數(shù)進(jìn)行調(diào)整，在降噪的 同時保留更多的圖像細(xì)節(jié)信息。
[0143] 結(jié)合實(shí)施例四或五，在本發(fā)明提供的一種用于圖像降噪的方法的另一實(shí)施例中， 所述第j個高頻小波系數(shù)所對應(yīng)的像素點(diǎn)的邊緣強(qiáng)度包括：第j個高頻小波系數(shù)所對應(yīng)的 像素點(diǎn)所對應(yīng)的y、u、v三個分量中的至少一個分量所對應(yīng)的邊緣強(qiáng)度。
[0144] 通常，由于色度分量u、v的邊緣信息不穩(wěn)定，且不明顯，所述第j個高頻小波系數(shù) 所對應(yīng)的像素點(diǎn)的邊緣強(qiáng)度可以既包括了對應(yīng)于色度分量U、V的色度邊緣強(qiáng)度(色度分 量所對應(yīng)的邊緣強(qiáng)度)，又包括了對應(yīng)于y分量的亮度邊緣強(qiáng)度(亮度分量所對應(yīng)的邊緣強(qiáng) 度)，即可以為y、u、v三個分量所對應(yīng)的邊緣強(qiáng)度之和。在具體實(shí)現(xiàn)時，可以取第j個高頻 小波系數(shù)所對應(yīng)的像素點(diǎn)處的色度、亮度邊緣強(qiáng)度中的最大值（即y、u、v三個分量所對應(yīng) 的邊緣強(qiáng)度中的最大值)，作為所述第j個高頻小波系數(shù)所對應(yīng)的像素點(diǎn)處的邊緣強(qiáng)度，此 種情況下，是對應(yīng)的y、u、v三個分量中的一個分量的邊緣強(qiáng)度。可選的，可以選y、u、v三 個分量中的一個或多個分量所對應(yīng)的邊緣強(qiáng)度作為所述第j個高頻小波系數(shù)所對應(yīng)的像 素點(diǎn)的邊緣強(qiáng)度，如可以選y、u、v三個分量中邊緣強(qiáng)度較大的兩個，將所述兩個的邊緣強(qiáng) 度之和作為所述第j個高頻小波系數(shù)所對應(yīng)的像素點(diǎn)的邊緣強(qiáng)度。
[0145] 進(jìn)一步地，所述至少一個分量所對應(yīng)的邊緣強(qiáng)度為基于所述至少一個分量的高頻 小波系數(shù)和低頻小波系數(shù)的邊緣強(qiáng)度。
[0146]示例性的，對于亮度邊緣強(qiáng)度的計算，由于其高頻小波系數(shù)和低頻小波系數(shù)均包 含邊緣信息，所以可以對其高頻小波系數(shù)和低頻小波系數(shù)均提取邊緣強(qiáng)度(邊緣強(qiáng)度的值 可以采用經(jīng)典的Sobel算子、Laplace算子等來計算)，然后取高頻小波系數(shù)和低頻小波系 數(shù)的邊緣強(qiáng)度中（包括高頻小波系數(shù)HLj、LHj、HHj及低頻小波系數(shù)LLj各自對應(yīng)的邊緣強(qiáng) 度）的最大值作為亮度邊緣強(qiáng)度；對于色度邊緣強(qiáng)度的計算，可以對其高頻小波系數(shù)和低頻 小波系數(shù)均提取邊緣強(qiáng)度，然后取高頻小波系數(shù)和低頻小波系數(shù)的邊緣強(qiáng)度中的最大值作 為色度邊緣強(qiáng)度，實(shí)際操作中，因?yàn)樯鹊母哳l小波系數(shù)一般很弱，為節(jié)省計算量，可以只 提取低頻部分的邊緣強(qiáng)度作為色度邊緣強(qiáng)度。
[0147] 進(jìn)一步地，前述實(shí)施例中所述衰減函數(shù)具體為小波閾值函數(shù)，可以包括以下中的 至少一個：硬閾值函數(shù)、軟閾值函數(shù)。具體地，所述衰減函數(shù)可以為硬閾值或軟閾值函數(shù)，或 者，硬閾值和軟閾值相結(jié)合的衰減函數(shù)等。
[0148] 進(jìn)一步地，前述實(shí)施例中所述至少一個方向包括以下中的至少一個：從左向右、從 右向左、從上向下、從下向上。具體的，可以對每一層的低頻小波系數(shù)進(jìn)行上述四個方向的 遞歸降噪，得到該層降噪后的低頻小波系數(shù)。通過進(jìn)行所述四個方向的遞歸降噪，可以保證 降噪效果的對稱性，提高圖像的降噪效果的同時，保證了圖像的質(zhì)量。
[0149]從形式上看，對每個低頻小波系數(shù)的遞歸降噪，在四個方向上僅利用了其上、下、 左、右四個低頻小波系數(shù)的信息，但是通過每一個低頻小波系數(shù)的遞歸降噪，相當(dāng)于間接地 利用了整幅圖像的信息，相當(dāng)于提高了窗口濾波的尺寸。從而，可以很好地消除大面積的噪 聲，而且計算復(fù)雜度低，保證了降噪效果的同時提高了降噪效率。
[0150] 下面，以對一幅圖像進(jìn)行3層小波分解（即n=3)為例來說明本發(fā)明的一種具體實(shí) 施例。以主要對該圖像進(jìn)行彩色噪聲降噪為例，由于彩色噪聲降噪可以只涉及對u、v分量 的處理，而且對U、V分量的處理過程可以相同或類似，以下以對U分量的處理為例進(jìn)行闡 述，對V分量的處理可以參考下面的過程。
[0151]步驟一：對該圖像的色度分量u分量進(jìn)行3層小波分解，得到第一層低頻小波系數(shù)LL1和第一層高頻小波系數(shù)HL1、LH1、HH1，參見圖3 ;得到第二層低頻小波系數(shù)LL2和第二 層高頻小波系數(shù)HL2、LH2、HH2,參見圖4 ;得到第三層低頻小波系數(shù)LL3和第二層高頻小波 系數(shù)HL3、LH3、HH3,參見圖5。
[0152]步驟二：對小波分解的最高層(本實(shí)施例中為第三層）低頻小波系數(shù)LL3進(jìn)行四個 方向的遞歸降噪；
[0153] 1)第1遍，從左到右遞歸降噪
[0154] 在從左到右的方向上，對每一行的每一個低頻小波系數(shù)，參考其左側(cè)參考點(diǎn)的值， 按降噪強(qiáng)度函數(shù)y=f(x)，從左到右進(jìn)行遞歸運(yùn)算，具體規(guī)則可以如下：
[0155] 對該行第一個低頻小波系數(shù)：
[0156] 第一個低頻小波系數(shù)的降噪結(jié)果=該低頻小波系數(shù)的值
[0157] 對該行其他個低頻小波系數(shù)：
[0158] 參考點(diǎn)的值=左側(cè)低頻小波系數(shù)的降噪結(jié)果
[0159] 該個低頻小波系數(shù)的降噪結(jié)果=該個低頻小波系數(shù)的值+f(參考點(diǎn)的值-該個 低頻小波系數(shù)的值）
[0160] 即，在一個方向上，第一個低頻小波系數(shù)的降噪結(jié)果為該低頻小波系數(shù)的值，第k 個低頻小波系數(shù)的降噪結(jié)果=第k個低頻小波系數(shù)的值+f?(第k_l個低頻小波系數(shù)的降噪 結(jié)果-第k個低頻小波系數(shù)的值)，其中k> 1，k為整數(shù)，其中y=f(x)為降噪強(qiáng)度函數(shù)，x 表示第k-1個低頻小波系數(shù)的降噪結(jié)果與第k個低頻小波系數(shù)的差，y表示降噪強(qiáng)度，所述 降噪強(qiáng)度函數(shù)為根據(jù)所述圖像的噪聲估計水平和/或用戶對該函數(shù)的設(shè)置來確定的函數(shù)。
[0161] 其中，y=f(x)可以為如圖6實(shí)線所示的降噪強(qiáng)度函數(shù)曲線，水平軸x表示參考點(diǎn) 的值與某個低頻小波系數(shù)的差，堅(jiān)直軸y表示降噪強(qiáng)度，可以根據(jù)所述圖像的噪聲估計水 平按照預(yù)定規(guī)則得到該圖像的若干個降噪強(qiáng)度，即不同的降噪等級，也可以是系統(tǒng)預(yù)設(shè)的 或用戶設(shè)定的不同的降噪等級，峰值點(diǎn)的位置（降噪強(qiáng)度最大的位置）可以根據(jù)所述圖像的 噪聲估