計(jì)水平和/或用戶對(duì)該函數(shù)的設(shè)置來得到，峰值點(diǎn)的幅度可以是用戶自由設(shè)定或設(shè) 備預(yù)設(shè)的。例如，通過對(duì)所述圖像的噪聲水平進(jìn)行估計(jì)，因?yàn)樵肼曌畲蟮奈恢脤?duì)應(yīng)降噪強(qiáng)度 的峰值，從而可以根據(jù)噪聲最大的位置來確定該降噪強(qiáng)度函數(shù)曲線的峰值點(diǎn)的位置（即峰 值點(diǎn)所對(duì)應(yīng)的x值)，當(dāng)然也可以同時(shí)結(jié)合對(duì)所述圖像的噪聲估計(jì)水平和用戶對(duì)該函數(shù)的設(shè) 置，或者，僅根據(jù)用戶對(duì)該函數(shù)的設(shè)置(如，用戶選擇該圖像中自己感興趣的部分來重點(diǎn)降 噪，或者，用戶根據(jù)自己的視覺感知，選擇出該圖像中用戶認(rèn)為噪聲較大的需要重點(diǎn)降噪的 部分)，來得到y(tǒng)=f(x)函數(shù)峰值點(diǎn)的位置。y=f(x)函數(shù)峰值點(diǎn)的幅度，也即最大的降噪強(qiáng) 度，可以是用戶自由設(shè)定或設(shè)備預(yù)設(shè)的，例如，在設(shè)備上實(shí)現(xiàn)該方法時(shí)，設(shè)備可以根據(jù)預(yù)定 的規(guī)則來設(shè)定峰值點(diǎn)的幅度；當(dāng)然，如果降噪效果沒有達(dá)到用戶的預(yù)期，用戶也可以通過設(shè) 置來對(duì)峰值點(diǎn)的幅度進(jìn)行調(diào)節(jié)。
[0162]在該降噪強(qiáng)度函數(shù)曲線中，x越趨近于兩端(表示邊緣越強(qiáng))，y越趨近于0,從而該 低頻小波系數(shù)的降噪結(jié)果越趨近于該低頻小波系數(shù)的原始值，邊緣保持越好；x越趨近于 峰值點(diǎn)的位置，y越大，從而該低頻小波系數(shù)的降噪結(jié)果越趨近于參考點(diǎn)，降噪強(qiáng)度越強(qiáng)。
[0163]可以將y=f(x)以LUT(LookUpTable,查找表）的形式存入內(nèi)存，將y=f(x)的計(jì) 算轉(zhuǎn)換為一次查表操作，這樣可以提高算法的速度。
[0164] 2)第2遍，從上到下遞歸降噪
[0165]在從上到下的方向上，對(duì)每一列的每一個(gè)低頻小波系數(shù)，參考其上側(cè)參考點(diǎn)的值， 按降噪強(qiáng)度函數(shù)y=f(x)，從上到下進(jìn)行遞歸運(yùn)算，具體規(guī)則可以與第1遍類似。
[0166] 3)第3遍，從右到左遞推降噪
[0167]在從右到左的方向上，對(duì)每一行的每一個(gè)低頻小波系數(shù)，參考其右側(cè)參考點(diǎn)的值， 按降噪強(qiáng)度函數(shù)y=f(x)，從右到左進(jìn)行遞歸運(yùn)算，具體規(guī)則可以與第1遍類似。
[0168] 4)第4遍，從下到上遞歸降噪
[0169]在從下到上的方向上，對(duì)每一列的每一個(gè)低頻小波系數(shù)，參考其下側(cè)參考點(diǎn)的值， 按降噪強(qiáng)度函數(shù)y=f(x)，從下到上進(jìn)行遞歸運(yùn)算，具體規(guī)則可以與第1遍類似。
[0170] 上述1)~4)分別從四個(gè)不同方向上，對(duì)圖像的第3層小波分解的低頻小波系數(shù) LL3進(jìn)行了遞歸降噪，得到了第3層降噪后的低頻小波系數(shù)。其中，上述四個(gè)方向在執(zhí)行時(shí) 的順序(也即第1遍~第4遍在執(zhí)行時(shí)的順序）可以根據(jù)需要進(jìn)行調(diào)整，本發(fā)明對(duì)此不作限 定，本發(fā)明實(shí)施例僅例舉了其中一種情況。本發(fā)明實(shí)施例例舉的是4個(gè)方向的遞歸降噪，方 向的多少可以根據(jù)需要而不同，如可以僅對(duì)2個(gè)方向上進(jìn)行遞歸降噪(如對(duì)稱的兩個(gè)方向： 從左到右和從右到左)，也可以有更多的方向，如斜對(duì)角方向上也可以形成四個(gè)方向：左下 到右上，右上到左下，左上到右下，右下到左上。
[0171] 經(jīng)過上述1)~4)4遍操作后，從形式上看，對(duì)每個(gè)低頻小波系數(shù)的降噪濾波，僅利 用了其上、下、左、右四個(gè)低頻小波系數(shù)的信息，但是實(shí)際上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，可以很好地消除圖像中存在的大面結(jié)的片狀彩色噪 聲，而且計(jì)算復(fù)雜度低。
[0172] 可選的，在對(duì)圖像的第3層小波分解的低頻小波系數(shù)LL3進(jìn)行了上述遞歸降噪后， 還可以參考該圖像第3層原始的低頻小波系數(shù)和細(xì)節(jié)保持強(qiáng)度函數(shù)，對(duì)所述得到的第3層 降噪后的低頻小波系數(shù)進(jìn)行細(xì)節(jié)恢復(fù)，具體如下：
[0173] 5)第5遍，參考該圖像原始的低頻小波系數(shù)進(jìn)行細(xì)節(jié)恢復(fù)
[0174] 在對(duì)所述第k個(gè)低頻小波系數(shù)進(jìn)行遞歸降噪后，根據(jù)如下公式，對(duì)所述第k個(gè)低頻 小波系數(shù)進(jìn)行細(xì)節(jié)恢復(fù)；
[0175] 第k個(gè)低頻小波系數(shù)的細(xì)節(jié)恢復(fù)結(jié)果=第k個(gè)低頻小波系數(shù)的降噪結(jié)果+g(第k 個(gè)低頻小波系數(shù)的值-第k個(gè)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(gè)低頻小波系數(shù)的值與第k個(gè)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。
[0176] 其中，y=g(x)可以為如圖6虛線所示的細(xì)節(jié)保持強(qiáng)度函數(shù)曲線，水平軸x表示所 述圖像第k個(gè)低頻小波系數(shù)的值與第k個(gè)低頻小波系數(shù)的降噪結(jié)果的差，堅(jiān)直軸y表示細(xì) 節(jié)保持強(qiáng)度，可以根據(jù)所述圖像的噪聲估計(jì)水平按照預(yù)定規(guī)則得到該圖像的若干個(gè)細(xì)節(jié)保 持強(qiáng)度，即不同的細(xì)節(jié)保持等級(jí)，也可以是系統(tǒng)預(yù)設(shè)的或用戶設(shè)定的不同的細(xì)節(jié)保持等級(jí)， 所述細(xì)節(jié)保持強(qiáng)度函數(shù)為根據(jù)所述降噪強(qiáng)度函數(shù)和/或用戶對(duì)該函數(shù)的設(shè)置來確定的函 數(shù)。例如，其峰值點(diǎn)的位置(細(xì)節(jié)保持強(qiáng)度最大的位置）可以根據(jù)所述圖像的噪聲估計(jì)水平 和/或用戶對(duì)該函數(shù)的設(shè)置來得到，峰值點(diǎn)的幅度可以是用戶自由設(shè)定或設(shè)備預(yù)設(shè)的。例 如，通過對(duì)所述圖像的噪聲水平進(jìn)行估計(jì)，因?yàn)樵肼曌畲蟮奈恢脤?duì)應(yīng)降噪強(qiáng)度的峰值，可能 損失較多圖像的細(xì)節(jié)，從而可以根據(jù)噪聲最大的位置來確定細(xì)節(jié)保持強(qiáng)度函數(shù)曲線的峰值 點(diǎn)的位置（即峰值點(diǎn)所對(duì)應(yīng)的x值)，當(dāng)然也可以同時(shí)結(jié)合對(duì)所述圖像的噪聲估計(jì)水平和用 戶對(duì)該函數(shù)的設(shè)置，或者，僅根據(jù)用戶對(duì)該函數(shù)的設(shè)置(如，用戶選擇該圖像中自己感興趣 的部分來重點(diǎn)進(jìn)行細(xì)節(jié)恢復(fù)，或者，用戶根據(jù)自己的視覺感知，選擇出該圖像中用戶認(rèn)為細(xì) 節(jié)損失較大的需要重點(diǎn)進(jìn)行細(xì)節(jié)恢復(fù)的部分)，來得到y(tǒng)=g(x)函數(shù)峰值點(diǎn)的位置。y=g(x) 函數(shù)峰值點(diǎn)的幅度，也即最大的細(xì)節(jié)保持強(qiáng)度，可以是用戶自由設(shè)定或設(shè)備預(yù)設(shè)的，例如， 在設(shè)備上實(shí)現(xiàn)該方法時(shí)，設(shè)備可以根據(jù)預(yù)定的規(guī)則來設(shè)定峰值點(diǎn)的幅度，所述預(yù)定的規(guī)則 可以是與所述y=f(x)函數(shù)峰值點(diǎn)的幅度之間預(yù)定的數(shù)量關(guān)系，即可以根據(jù)y=f(x)函數(shù)峰 值點(diǎn)的幅度來確定y=g(x)函數(shù)峰值點(diǎn)的幅度，如圖6中所示，y=g(x)函數(shù)峰值點(diǎn)的幅度約 為y=f(x)函數(shù)峰值點(diǎn)的幅度的1/2 ;當(dāng)然，如果細(xì)節(jié)恢復(fù)效果沒有達(dá)到用戶的預(yù)期，用戶也 可以通過設(shè)置來對(duì)y=g(x)函數(shù)峰值點(diǎn)的幅度進(jìn)行調(diào)節(jié)。
[0177] 同理，也可以將y=g(x)以LUT的形式存入內(nèi)存，將y=g(x)的計(jì)算轉(zhuǎn)換為一次查表 操作，以提高算法速度。
[0178] 步驟三：對(duì)第三層高頻小波系數(shù)HL3、LH3、HH3進(jìn)行基于邊緣信息的衰減函數(shù)降 噪；
[0179] 所述基于邊緣信息的衰減函數(shù)降噪包括按如下公式對(duì)該層的高頻小波系數(shù)進(jìn)行 降噪：
[0180] yj=ajXj+(1- aj)h(Xj)，j彡1，j為整數(shù)；
[0181] 其中，h為第j個(gè)高頻小波系數(shù)降噪后的值，&為第j個(gè)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(gè)高頻小波系數(shù)所對(duì)應(yīng)的像素點(diǎn)的邊緣強(qiáng)度對(duì)應(yīng)的邊緣 強(qiáng)度系數(shù)，〇彡aj彡1。像素點(diǎn)的邊緣強(qiáng)度越大，aj越趨近于1，從而y」越趨近于X」，邊緣 保持越好；像素點(diǎn)的邊緣強(qiáng)度越小，a」越趨近于〇,從而y」越趨近于h(Xj)，降噪效果越好。 a」可以是第j個(gè)高頻小波系數(shù)所對(duì)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。
[0182] 其中，所述第j個(gè)高頻小波系數(shù)所對(duì)應(yīng)的像素點(diǎn)的邊緣強(qiáng)度可以包括：第j個(gè)高頻 小波系數(shù)所對(duì)應(yīng)的像素點(diǎn)所對(duì)應(yīng)的y、u、v三個(gè)分量中的至少一個(gè)分量所對(duì)應(yīng)的邊緣強(qiáng)度。
[0183] 如，在本發(fā)明的一個(gè)實(shí)施例中，色度分量u、v的邊緣信息可能不穩(wěn)定，或不明顯， 這種情況下，所述第j個(gè)高頻小波系數(shù)所對(duì)應(yīng)的像素點(diǎn)的邊緣強(qiáng)度可以既包括了對(duì)應(yīng)于色 度分量u、v的色度邊緣強(qiáng)度(色度分量所對(duì)應(yīng)的邊緣強(qiáng)度)，又包括了對(duì)應(yīng)于y分量的亮度 邊緣強(qiáng)度(亮度分量所對(duì)應(yīng)的邊緣強(qiáng)度)，即可以為y、u、v三個(gè)分量所對(duì)應(yīng)的邊緣強(qiáng)度之和。 在具體實(shí)現(xiàn)時(shí)，可以取第j個(gè)高頻小波系數(shù)所對(duì)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(gè)分量所對(duì)應(yīng)的邊緣強(qiáng)度中的最大值)，作為所述第j個(gè)高頻小波系數(shù) 所對(duì)應(yīng)的像素點(diǎn)處的邊緣強(qiáng)度，此種情況下，是對(duì)應(yīng)的y、u、v三個(gè)分量中的一個(gè)分量的邊 緣強(qiáng)度?？蛇x的，可以選y、u、v三個(gè)分量中的一個(gè)或多個(gè)分量所對(duì)應(yīng)的邊緣強(qiáng)度作為所述 第j個(gè)高頻小波系數(shù)所對(duì)應(yīng)的像素點(diǎn)的邊緣強(qiáng)度，如可以選y、u、v三個(gè)分量中邊緣強(qiáng)度較 大的兩個(gè)，將所述兩個(gè)的邊緣強(qiáng)度之和作為所述第j個(gè)高頻小波系數(shù)所對(duì)應(yīng)的像素點(diǎn)的邊 緣強(qiáng)度。本實(shí)施例在對(duì)圖像的高頻小波系數(shù)降噪時(shí)，參考了亮度和色度的邊緣信息，因此， 在濾除高頻噪聲的同時(shí)，仍然可以較好地保留圖像的細(xì)節(jié)信息。
[0184] 可選的，所述至少一個(gè)分量所對(duì)應(yīng)的邊緣強(qiáng)度可以為基于所述至少一個(gè)分量的高 頻小波系數(shù)和低頻小波系數(shù)的邊緣強(qiáng)度。對(duì)于一個(gè)分量，其高頻小波系數(shù)和低頻小波系數(shù) 均包含邊緣信息，可以對(duì)高頻小波系數(shù)和低頻小波系數(shù)均提取邊緣強(qiáng)度，基于高頻小波系 數(shù)和低頻小波系數(shù)的邊緣強(qiáng)度，來得到該分量對(duì)應(yīng)的邊緣強(qiáng)度。例如，對(duì)于亮度邊緣強(qiáng)度的 計(jì)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，可以對(duì)高頻小波系數(shù)和低頻 小波系數(shù)均提取邊緣強(qiáng)度(如，邊緣強(qiáng)度的值可以采用經(jīng)典的Sobel算子、Laplace算子等 來進(jìn)行邊緣檢測(cè))，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) HLm、LHm、HHm及低頻小波系數(shù)LLm各自對(duì)應(yīng)的邊緣強(qiáng)度，m指小波系數(shù)所對(duì)應(yīng)的層數(shù)，本實(shí) 施例中針對(duì)第三層時(shí)m取值為3)的最大值作為亮度邊緣強(qiáng)度?？蛇x的，對(duì)于色度邊緣強(qiáng)度 (u或v所對(duì)應(yīng)的邊緣強(qiáng)度）的計(jì)算，可以對(duì)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，色度分量 的高頻小波系數(shù)一般很弱，也可以只提取低頻小波系數(shù)的邊緣強(qiáng)度，以節(jié)省計(jì)算量。本實(shí)施 例在對(duì)圖像的高頻小波系數(shù)降噪時(shí)，參考了至少一個(gè)分量所對(duì)應(yīng)的邊緣強(qiáng)度，且計(jì)算一個(gè) 分量的邊緣強(qiáng)度時(shí)，參考了其高頻小波系數(shù)和低頻小波系數(shù)，從而在濾除高頻噪聲的同時(shí)， 可以保留圖像更多的細(xì)節(jié)信息。
[0185] 進(jìn)一步的，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(gè)：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。本實(shí)施例中以軟閾值函數(shù)為例來進(jìn)行處理。如下式子為軟閾值 函數(shù)的一種：
[0186]
【主權(quán)項(xiàng)】
1. 一種圖像降噪的方法，其特征在于： 獲取圖像的圖像數(shù)據(jù)； 對(duì)所述圖像數(shù)據(jù)的亮度分量y、色度分量U和vH個(gè)分量中的至少一個(gè)分量進(jìn)行小波分 解，得到每個(gè)分量的高頻小波系數(shù)和低頻小波系數(shù)； 對(duì)所述每個(gè)分量的低頻小波系數(shù)進(jìn)行遞歸降噪，得到所述每個(gè)分量降噪后的低頻小波 系數(shù)； 根據(jù)所述每個(gè)分量的高頻小波系數(shù)和所述每個(gè)分量降噪后的低頻小波系數(shù)進(jìn)行小波 重構(gòu)，得到降噪后的至少一個(gè)分量； 當(dāng)所述降噪后的至少一個(gè)分量為H個(gè)分量時(shí)，將所述降噪后的H個(gè)分量組合，得到降 噪后的圖像數(shù)據(jù)； 當(dāng)所述降噪后的至少一個(gè)分量為一個(gè)或兩個(gè)分量時(shí)，將所述降噪后的至少一個(gè)分量與 所述H個(gè)分量中的其他分量組合，得到降噪后的圖像數(shù)據(jù)。
2. 如權(quán)利要求1所述的方法，其特征在于，所述方法還包括： 對(duì)所述每個(gè)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； 所述對(duì)所述每個(gè)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： 根據(jù)如下公式，對(duì)所述每個(gè)分量的高頻小波系數(shù)進(jìn)行降噪， y=ax+(l-a)h(x)，其中a是與邊緣強(qiáng)度相關(guān)的參數(shù)，h(x)是關(guān)于X的衰減函數(shù)； 所述根據(jù)所述每個(gè)分量的高頻小波系數(shù)和所述每個(gè)分量降噪后的低頻小波系數(shù)進(jìn)行 小