基于噪声水平估计的图像盲去噪.pdf

《基于噪声水平估计的图像盲去噪.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第1期模式识别与人工智能Vo1．28No．12015年1月PR＆AIJan．2015基于噪声水平估计的图像盲去噪米方帅夏秀山曹洋于磊(合肥工业大学计算机与信息学院合肥230009)(中国科学技术大学自动化系合肥230027)摘要三维块匹配(BM3D)去噪是当前去噪性能最好的算法之一．但由于时间复杂度较高，而且需要输入精确的图像噪声水平参数，极大地限制该算法的广泛应用．因此，文中首先采用基于网格的块匹配策略，提出快速三维块匹配(FBM3D)算法．然后提出基于迭代的盲图像噪声水平估计算法，由SVM学习算法确定迭代的初始值，再由图像质量判定迭代是

2、否终止．测试实验表明，与原始的BM3D算法相比，该算法在计算效率、视觉感知效果和定量评测方面均有明显改善．关键词图像去噪，三维块匹配(BM3D)，噪声水平估计，图像盲去噪中图法分类号’rP391．41DOI10．16451／j．enki．issn1003-6059．201501007BlindImageDenoisingBasedonNoiseLevelEstimationFANGShuai，XIAXiu—Shan，CAOYang，YULei(SchoolofComputerandInformation，HefeiUniversityofTechn

3、ology，Hefei230009)(DepartmentofAutomation，UniversityofScienceandTechnologyofChina，Hefei230027)ABSTRACTBlock—matchingand3Dfiltering(BM3D)algorithmisoneofthebestimagedenoisingalgorithms．However，theapplicationofthealgorithmisconstrainedowingtohightimecomplexityandtherequirementof

4、exactimagenoiselevelparameter．Thus，afastblock—matchingand3Dfiltering(FBM3D)algorithmisproposed，whichusesagrid—basedblock—matchingstrategy．Then，theimagenoiseisrefinedbyiterationinwhichthestartingpointissetbySVMlearningandtheendingpointisdecidedbyimagequality．Theexperimentalresu

5、ltsshowthattheproposedalgorithmhasasignificantimprovementincomputationeficiency，visualeffectsandquantifiableperformanceevaluation．KeyWordsImageDenoising，Block-Matchingand3DFiltering(BM3D)，NoiseLevelEstimation，BlindImageDenoising国家自然科学基金项目(No．61175033)、中央高校基本科研业务费专项资金项目(No．WK21

6、00100009，2012HGCXO001)资助收稿日期：20l4—0l一08；修回日期：20l4—04—23作者简介方帅，女，1978年生，博士，副教授，主要研究方向为数字图像处理、计算机视觉等．E—mail：~ngshuai@hfut．edl1．cn．夏秀山，男，1986年生，硕士研究生，主要研究方向为图像去噪、图像复原等．曹洋(通讯作者)，男，1980年生，博士，讲师，主要研究方向为数字图像处理、模式识别等．E—mail：forrest@ustc．edu．cn．于磊，男，1972年生，硕士，讲师，主要研究方向为数字图像处理、模式识别等．1期方

7、帅等：基于噪声水平估计的图像盲去噪5l1引言真实噪声图像的盲去噪．其主要原因如下：1)使用真实的噪声方差作为BM3D算法的输入，去噪后图图像在获取和传输过程中会受到噪声的污染致像的视觉质量通常不是最优。，这是因为相使图像质量下降，严重影响后续的图像处理工作．因同分布的噪声对不同结构和内容的图像影响不同；此，图像去噪一直是图像处理领域的研究热点之一．2)现有的噪声水平估计方法假定输入图像中只存根据处理对象的不同，图像去噪算法可分为基于像在加性白高斯噪声，然而真实噪声图像通常是多种素¨算法和基于图像块一算法两大类．基于像素分布类型的噪声(如均匀噪色，指

8、数噪声等)的混算法典型代表有双边滤波J、核回归和非局部均合．此外，真实噪声图像可能还存在模糊等退化形值(NonlocalM