非局部滤波图像降噪

本项目旨在探索利用非局部滤波进行图像降噪的新途径。即使单幅含噪图像中，也存在若干非常相似的像素，基于这个事实，本项目通过块匹配把含噪图像中相似的图像块群组构成三维矩阵，矩阵中垂直于各块方向上各列中的元素之间是高度相似的。对这些高度相似的元素构成的信号先进行一维变换，然后用某种收缩规则收缩变换系数，经过一维逆变换后将一部分或者全部图像块加权平均放回到原来的位置，能够非常有效地去除图像中的噪声。这种方法实现了完全意义的非局部降噪，而且与变换域降噪有效结合，因此与局部变换域降噪方法相比，基本不会引入假信号，与非局部平均方法相比不会过度平滑细节,从而能够取得理想的图像降噪效果。 对含噪图像进行比较精确的相似像素群组，以及变换种类的选择及其相应系数收缩规则的制定将是本项目的重点研究课题。由于非局部一维变换是完全重构的，将该方法延展应用于图像处理研究的其它方面,同样能够获得理想的结果。

图像降噪的要求是对成像设备获取的含噪图像经过一定处理后获得质量更高的图像。本项目致力于在图像降噪的过程中引入更少的假信号并同时更好地保留图像细节的前提下展开研究的。首先针对当前state-of-the-art图像降噪方法（块匹配三维滤波，BM3D）中存在的不足提出了有意义的改进工作，使所提出的改进算法的图像降噪效果比BM3D方法的降噪效果有了较大程度的提升，尤其当噪声强度较大时，提出的改进方法比BM3D引入了更少的假信号且更好保留了图像细节。为了在弱噪声情况下也能获得比BM3D方法更好的降噪结果，本项目提出了一种块匹配一维-三维协同滤波图像降噪算法；结合形态分量分析与人类对图像中噪声的视觉感知，本项目还提出了一种基于形态分量的尺寸自适应多级块匹配变换域滤波图像降噪算法。对于线状奇异性表示问题本项目提出了一种新颖的非局部线状奇异性表示方法，并将其应用于图像增强取得了较为理想的图像增强结果。本项目的方法在一定程度上推动了图像降噪与图像增强的发展。本项目主要成果如下：.(1) 提出了一种BM3D算法中解决强噪声情况下降噪性能急剧下降问题的改进方法，获得的图像去噪结果较BM3D方法有了较大的提升，相关论文发表在了图像处理研究 领域国际顶级期刊IEEE Transactions on Image Proceesing上，已被他引近20次；.(2) 为了实现在弱噪声情况下也比BM3D更好的图像降噪结果，提出了一种多级块匹配一维-三维协同滤波图像降噪方法，结果表明该方法在弱噪声情况下的降噪性能也优于BM3D方法；.(3) 深入研究了图像内容对降噪性能的影响，提出了一种基于图像形态分量的尺寸自适应块匹配变换域滤波图像降噪方法，该方法的降噪性能又得到了进一步的提升；.(4) 提出了一种基于非局部线状奇异性表示方法的图像增强方法。. 课题组基本上按照项目计划书进行了课题的研究，取得了比较丰富的成果，达到了预定的目标。 在相关研究方面，课题组在国内外期刊和国际学术会议发表论文 20 余篇，申请了两项国家发明专利，以及开发了相关的图像降噪与图像增强的软件。