CN111402172B - 一种图像降噪方法、系统、设备及计算机可读存储介质 - Google Patents

Abstract

本申请公开了一种图像降噪方法、系统、设备及计算机可读存储介质，获取待处理图像；通过非局部均值滤波方法对待处理图像进行滤波处理，得到滤波图；将待处理图像与滤波图的差的绝对值作为残差图；计算待处理图像的梯度值，得到梯度图；通过非局部均值滤波方法分别计算残差图和滤波图的权值；基于梯度图计算残差图和滤波图的权值的权值融合值；基于权值融合值对待处理图像进行降噪处理，得到降噪图像。在得到滤波图和残差图之后，会再次通过非局部均值滤波方法计算残差图和滤波图的权值，并基于梯度图计算残差图和滤波图的权值的权值融合值，得到的权值融合值具有较好的细节区分能力，这样可以基于权值融合值得到保留较多细节的降噪图像。

Description

一种图像降噪方法、系统、设备及计算机可读存储介质

技术领域

本申请涉及图像处理技术领域，更具体地说，涉及一种图像降噪方法、系统、设备及计算机可读存储介质。

背景技术

在图像的应用过程中，为了降低噪声对图像的影响，可以对图像进行非局部均值滤波处理，其过程可以如下：将原始图像分为滤波图和残差图，利用梯度信息对残差图和滤波图做融合，得到融合图，在此融合图的基础上重新计算非局部均值滤波的权值并应用到原始图像上做降噪，得到最终的处理图像。

然而，上述方法在抑制噪声对匹配不准确性的影响的基础上，使得图像的细节丢失较多。

综上所述，如何降低非局部均值滤波方法下图像细节的丢失量是目前本领域技术人员亟待解决的问题。

发明内容

本申请的目的是提供一种图像降噪方法，其能在一定程度上解决如何降低非局部均值滤波方法下图像细节的丢失量的技术问题。本申请还提供了一种图像降噪系统、设备及计算机可读存储介质。

为了实现上述目的，本申请提供如下技术方案：

一种图像降噪方法，包括：

获取待处理图像；

通过非局部均值滤波方法对所述待处理图像进行滤波处理，得到滤波图；

将所述待处理图像与所述滤波图的差的绝对值作为残差图；

计算所述待处理图像的梯度值，得到梯度图；

通过所述非局部均值滤波方法计算所述残差图和所述滤波图的权值；

基于所述梯度图计算所述残差图和所述滤波图的权值的权值融合值；

基于所述权值融合值对所述待处理图像进行降噪处理，得到降噪图像。

优选的，所述计算所述待处理图像的梯度值，得到梯度图，包括：

基于梯度算子模板计算所述待处理图像的梯度值，得到所述梯度图。

优选的，所述基于梯度算子模板计算所述待处理图像的梯度值，得到所述梯度图，包括：

基于所述梯度算子模板计算所述待处理图像的梯度值；

基于中值滤波方法对所述梯度值进行处理，得到所述梯度图。

优选的，所述基于中值滤波方法对所述梯度值进行处理，得到所述梯度图，包括：

确定第一匹配模板；

在所述第一匹配模板选定的梯度值中，确定出所述第一匹配模板的中心点的第一梯度值；

基于所述第一匹配模板选定的梯度值，确定出梯度阈值范围；

判断所述第一梯度值是否在所述梯度阈值范围之外，且所述第一梯度值与所述梯度阈值范围的边界值的差值的绝对值均大于第一临界值；

若是，则对所述第一梯度值进行中值滤波；

若否，则保持所述第一梯度值不变；

其中，基于所述第一匹配模板对所有的所述梯度值进行上述处理后，得到所述梯度图。

优选的，所述基于所述梯度图计算所述残差图和所述滤波图的权值的权值融合值，包括：

获取区分图像平坦与图像有细节的第二临界值；

获取融合调节系数；

确定第二匹配模板及搜索窗口；

基于所述第二临界值、所述第二匹配模板、所述搜索窗口、所述融合调节系数、所述梯度图、所述残差图的权值及所述滤波图的权值计算所述权值融合值。

优选的，所述基于所述第二临界值、所述第二匹配模板、所述搜索窗口、所述融合调节系数、所述梯度图、所述残差图的权值及所述滤波图的权值计算所述权值融合值，包括：

在所述梯度图中，确定出所述第二匹配模板的中心点的第二梯度值；

对于所述第二匹配模板选定的任一待融合梯度值，基于所述待融合梯度值与所述第二梯度值的差值、所述待融合梯度值与所述第二临界值的差值、所述融合调节系数、所述残差图的权值及所述滤波图的权值计算所述待融合梯度值对应的初始融合值；

对所述搜索窗口内的所有所述初始融合值求和并进行归一化处理，得到相应的所述权值融合值。

优选的，所述基于所述待融合梯度值与所述第二梯度值的差值、所述待融合梯度值与所述第二临界值的差值、所述融合调节系数、所述残差图的权值及所述滤波图的权值计算所述待融合梯度值对应的初始融合值，包括：

通过权值融合运算公式，基于所述待融合梯度值与所述第二梯度值的差值、所述待融合梯度值与所述第二临界值的差值、所述融合调节系数、所述残差图的权值及所述滤波图的权值计算所述待融合梯度值对应的初始融合值；

所述权值融合运算公式包括：

w1＝1/(1+e^{(c1(|g4|-T2)+c2|g4-g5|)})；

w2＝1-w1；w5＝w1w3+w2w4；

其中，c1、c2表示所述融合调节系数；g4表示所述待融合梯度值；T2表示所述第二临界值；g5表示所述第二梯度值；w3表示所述待融合梯度值的位置在所述滤波图中的对应权重值；w4表示所述待融合梯度值的位置在所述残差图中的对应权重值；w5表示所述初始融合值。

一种图像降噪系统，包括：

第一获取模块，用于获取待处理图像；

第一滤波模块，用于通过非局部均值滤波方法对所述待处理图像进行滤波处理，得到滤波图；

第一残差模块，用于将所述待处理图像与所述滤波图的差的绝对值作为残差图；

第一梯度模块，用于计算所述待处理图像的梯度值，得到梯度图；

第一权值模块，用于通过所述非局部均值滤波方法计算所述残差图和所述滤波图的权值；

第一融合模块，用于基于所述梯度图计算所述残差图和所述滤波图的权值的权值融合值；

第一降噪模块，用于基于所述权值融合值对所述待处理图像进行降噪处理，得到降噪图像。

一种图像降噪设备，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如上任一所述图像降噪方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行实现如上任一所述图像降噪方法的步骤。

本申请提供的一种图像降噪方法，获取待处理图像；通过非局部均值滤波方法对待处理图像进行滤波处理，得到滤波图；将待处理图像与滤波图的差的绝对值作为残差图；计算待处理图像的梯度值，得到梯度图；通过非局部均值滤波方法计算残差图和滤波图的权值；基于梯度图计算残差图和滤波图的权值的权值融合值；基于权值融合值对待处理图像进行降噪处理，得到降噪图像。本申请中，在得到滤波图和残差图之后，会再次通过非局部均值滤波方法计算残差图和滤波图的权值，并基于梯度图计算残差图和滤波图的权值的权值融合值，与现有技术相比，得到的权值融合值具有较好的细节区分能力，这样在基于权值融合值对待处理图像进行降噪处理之后，可以得到保留较多细节的降噪图像。本申请提供的一种图像降噪系统、设备及计算机可读存储介质也解决了相应技术问题。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本申请实施例提供的一种图像降噪方法的流程图；

图2为基于非局部均值滤波方法得到梯度图的流程图；

图3为本申请实施例提供的一种图像降噪系统的结构示意图；

图4为本申请实施例提供的一种图像降噪设备的结构示意图；

图5为本申请实施例提供的一种图像降噪设备的另一结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

请参阅图1，图1为本申请实施例提供的一种图像降噪方法的流程图。

本申请实施例提供的一种图像降噪方法，可以包括以下步骤：

步骤S101：获取待处理图像。

实际应用中，可以先获取待处理图像，待处理图像的类型可以根据实际需要确定，比如待处理图像可以为用户手机拍摄的照片、监控器拍摄的照片等。

步骤S102：通过非局部均值滤波方法对待处理图像进行滤波处理，得到滤波图。

实际应用中，在获取待处理图像之后，便可以通过非局部均值滤波方法对待处理图像进行滤波处理，得到相应的滤波图。具体应用场景中，可以采用5X5的匹配模板、21X21的搜索窗口对待处理图像进行非局部均值滤波处理等，当然也可以采用其他规格的匹配模板、其他搜索窗口等，本申请在此不做具体限定。

步骤S103：将待处理图像与滤波图的差的绝对值作为残差图。

实际应用中，在得到滤波图后，便可以计算待处理图像与滤波图间的差值，并把该差值的绝对值作为待处理图像的残差图。

步骤S104：计算待处理图像的梯度值，得到梯度图。

实际应用中，图像的平坦区域与细节区域的梯度值不同，所以本申请中引入梯度图来进行后续权值融合计算，因此，在得到残差图之后，可以计算待处理图像的梯度值，以得到相应的梯度图。

步骤S105：通过非局部均值滤波方法计算残差图和滤波图的权值。

实际应用中，可以通过非局部均值滤波方法计算残差图和滤波图的权值，此过程中，所应用的匹配模板与搜索窗口的大小均可以与计算滤波图时所应用的匹配模板与搜索窗口相同。

步骤S106：基于梯度图计算残差图和滤波图的权值的权值融合值。

实际应用中，计算得到的是残差图和滤波图各自的权值，在此之后，可以基于梯度图计算残差图和滤波图的权值的权值融合值，由于梯度图的梯度值可以区分图像的平坦区域与细节区域，所以计算得到的权值融合值也可以区分图像的细节区域与平坦区域。

步骤S107：基于权值融合值对待处理图像进行降噪处理，得到降噪图像。

实际应用中，在权值融合值可以区分图像的细节区域与平坦区域的基础上，基于权值融合值对待处理图像进行降噪处理之后，可以得到保留较好图像细节的降噪图像。

本申请提供的一种图像降噪方法，获取待处理图像；通过非局部均值滤波方法对待处理图像进行滤波处理，得到滤波图；将待处理图像与滤波图的差的绝对值作为残差图；计算待处理图像的梯度值，得到梯度图；通过非局部均值滤波方法计算残差图和滤波图的权值；基于梯度图计算残差图和滤波图的权值的权值融合值；基于权值融合值对待处理图像进行降噪处理，得到降噪图像。本申请中，在得到滤波图和残差图之后，会再次通过非局部均值滤波方法计算残差图和滤波图的权值，并基于梯度图计算残差图和滤波图的权值的权值融合值，与现有技术相比，得到的权值融合值具有较好的细节区分能力，这样在基于权值融合值对待处理图像进行降噪处理之后，可以得到保留较多细节的降噪图像。

本申请实施例提供的一种图像降噪方法中，计算待处理图像的梯度值，得到梯度图的过程中，为了快速、方便的得到梯度图，可以基于梯度算子模板，比如laplace(拉普拉斯)模板等，计算待处理图像的梯度值，得到梯度图。具体应用场景中，可以选用3X3的laplace模板来计算待处理图像的梯度值等，当然，也可以采用其他规模的laplace模板，本申请在此不做具体限定。

实际应用中，基于梯度算子模板计算待处理图像的梯度值，得到梯度图的过程中，为了进一步降低噪声的影响，在基于梯度算子模板计算待处理图像的梯度值之后，可以基于中值滤波方法对梯度值进行处理，得到梯度图。

请参阅图2，图2为基于中值滤波方法得到梯度图的流程图。

请参阅图2，实际应用中，基于中值滤波方法对梯度值进行处理，得到梯度图的过程，可以具体为：

步骤S201：确定第一匹配模板。

实际应用中，第一匹配模板用于对梯度值进行中值滤波，第一匹配模板的规模可以与laplace模板的规模相同，比如laplace模板的规模为3X3，则第一匹配模板的规模也可以为3X3等，当然，也可以为其他规模等，本申请在此不做具体限定。

步骤S202：在第一匹配模板选定的梯度值中，确定出第一匹配模板的中心点的第一梯度值。

实际应用中，在确定第一匹配模板之后，在应用中值滤波方法对梯度值进行处理的过程中，可以先用第一匹配模板选定出梯度值，再确定出第一匹配模板的中心点的第一梯度值。

步骤S203：基于第一匹配模板选定的梯度值，确定出梯度阈值范围。

实际应用中，在确定出第一梯度值之后，便可以基于第一匹配模板选定的梯度值，确定出用于判断是否进行中值滤波的梯度阈值范围。具体应用场景中，可以将第一匹配模块选定的梯度值中的次大值与次小值作为梯度阈值范围的两个边界值，将次大值与次小值及两者间的数值作为梯度阈值范围等。

步骤S204：判断第一梯度值是否在梯度阈值范围之外，且第一梯度值与梯度阈值范围的边界值的差值的绝对值均大于第一临界值；若是，则执行步骤S205，若否，则执行步骤S206。

步骤S205：对第一梯度值进行中值滤波。

步骤S206：保持第一梯度值不变；其中，基于第一匹配模板对所有的梯度值进行上述处理后，得到梯度图。

实际应用中，第一临界值可以根据实际需要确定。且本申请中，第一梯度值在梯度阈值范围之外，第一梯度值与梯度阈值范围的边界值的差值的绝对值大于第一临界值时，才会对第一梯度值进行中值滤波，除此之外，均保持第一梯度值不变。

本申请实施例提供的一种图像降噪方法中，为了便于用户明确控制降噪图像的细节，基于梯度图计算残差图和滤波图的权值的权值融合值的过程，可以具体为：获取区分图像平坦与图像有细节的第二临界值；获取融合调节系数；确定第二匹配模板及搜索窗口；基于第二临界值、第二匹配模板、搜索窗口、融合调节系数、梯度图、残差图的权值及滤波图的权值计算权值融合值。

实际应用中，基于第二临界值、第二匹配模板、搜索窗口、融合调节系数、梯度图、残差图的权值及滤波图的权值计算权值融合值的过程，可以具体为：在梯度图中，确定出第二匹配模板的中心点的第二梯度值；对于第二匹配模板选定的任一待融合梯度值，基于待融合梯度值与第二梯度值的差值、待融合梯度值与第二临界值的差值、融合调节系数、残差图的权值及滤波图的权值计算待融合梯度值对应的初始融合值；对搜索窗口内的所有初始融合值求和并进行归一化处理，得到相应的权值融合值。

实际应用中，基于待融合梯度值与第二梯度值的差值、待融合梯度值与第二临界值的差值、融合调节系数、残差图的权值及滤波图的权值计算待融合梯度值对应的初始融合值的过程，可以具体为：通过权值融合运算公式，基于待融合梯度值与第二梯度值的差值、待融合梯度值与第二临界值的差值、融合调节系数、残差图的权值及滤波图的权值计算待融合梯度值对应的初始融合值；权值融合运算公式可以包括：

w1＝1/(1+e^{(c1(|g4|-T2)+c2|g4-g5|)})；

w2＝1-w1；w5＝w1w3+w2w4；

其中，c1、c2表示融合调节系数；g4表示待融合梯度值；T2表示第二临界值；g5表示第二梯度值；w3表示待融合梯度值的位置在滤波图中的对应权重值；w4表示待融合梯度值的位置在残差图中的对应权重值；w5表示初始融合值。

请参阅图3，图3为本申请实施例提供的一种图像降噪系统的结构示意图。

本申请实施例提供的一种图像降噪系统，可以包括：

第一获取模块101，用于获取待处理图像；

第一滤波模块102，用于通过非局部均值滤波方法对待处理图像进行滤波处理，得到滤波图；

第一残差模块103，用于将待处理图像与滤波图的差的绝对值作为残差图；

第一梯度模块104，用于计算待处理图像的梯度值，得到梯度图；

第一权值模块105，用于通过非局部均值滤波方法计算残差图和滤波图的权值；

第一融合模块106，用于基于梯度图计算残差图和滤波图的权值的权值融合值；

第一降噪模块107，用于基于权值融合值对待处理图像进行降噪处理，得到降噪图像。

本申请实施例提供的一种图像降噪系统，第一梯度模块可以包括：

第一梯度子模块，用于基于梯度算子模板计算待处理图像的梯度值，得到梯度图。

本申请实施例提供的一种图像降噪系统，第一梯度子模块可以包括：

第一计算子模块，用于基于梯度算子模板计算待处理图像的梯度值；

第一处理子模块，用于基于中值滤波方法对梯度值进行处理，得到梯度图。

本申请实施例提供的一种图像降噪系统，第一处理子模块可以包括：

第一确定单元，用于确定第一匹配模板；

第二确定单元，用于在第一匹配模板选定的梯度值中，确定出第一匹配模板的中心点的第一梯度值；

第三确定单元，用于基于第一匹配模板选定的梯度值，确定出梯度阈值范围；

第一判断单元，用于判断第一梯度值是否在梯度阈值范围之外，且第一梯度值与梯度阈值范围的边界值的差值的绝对值均大于第一临界值；若是，则对第一匹配模板的中心点的梯度值进行中值滤波；若否，则保持第一匹配模板的中心点的梯度值不变；其中，基于第一匹配模板对所有的梯度值进行上述处理后，得到梯度图。

本申请实施例提供的一种图像降噪系统，第一融合模块可以包括：

第一获取子模块，用于获取区分图像平坦与图像有细节的第二临界值；

第一确定子模块，用于获取融合调节系数；

第二确定子模块，用于确定第二匹配模板及搜索窗口；

第二计算子模块，用于基于第二临界值、第二匹配模板、搜索窗口、融合调节系数、梯度图、残差图的权值及滤波图的权值计算权值融合值。

本申请实施例提供的一种图像降噪系统，第二计算子模块可以包括：

第三确定子模块，用于在梯度图中，确定出第二匹配模板的中心点的第二梯度值；

第三计算子模块，用于对于第二匹配模板选定的任一待融合梯度值，基于待融合梯度值与第二梯度值的差值、待融合梯度值与第二临界值的差值、融合调节系数、残差图的权值及滤波图的权值计算待融合梯度值对应的初始融合值；

第二处理子模块，用于对搜索窗口内的所有初始融合值求和并进行归一化处理，得到相应的权值融合值。

本申请实施例提供的一种图像降噪系统，第三计算子模块可以包括：

第一计算单元，用于通过权值融合运算公式，基于待融合梯度值与第二梯度值的差值、待融合梯度值与第二临界值的差值、融合调节系数、残差图的权值及滤波图的权值计算待融合梯度值对应的初始融合值；

权值融合运算公式包括：

w1＝1/(1+e^{(c1(|g4|-T2)+c2|g4-g5|)})；

w2＝1-w1；w5＝w1w3+w2w4；

其中，c1、c2表示融合调节系数；g4表示待融合梯度值；T2表示第二临界值；g5表示第二梯度值；w3表示待融合梯度值的位置在滤波图中的对应权重值；w4表示待融合梯度值的位置在残差图中的对应权重值；w5表示初始融合值。

本申请还提供了一种图像降噪设备及计算机可读存储介质，其均具有本申请实施例提供的一种图像降噪方法具有的对应效果。请参阅图4，图4为本申请实施例提供的一种图像降噪设备的结构示意图。

本申请实施例提供的一种图像降噪设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：

获取待处理图像；

通过非局部均值滤波方法对待处理图像进行滤波处理，得到滤波图；

将待处理图像与滤波图的差的绝对值作为残差图；

计算待处理图像的梯度值，得到梯度图；

通过非局部均值滤波方法计算残差图和滤波图的权值；

基于梯度图计算残差图和滤波图的权值的权值融合值；

基于权值融合值对待处理图像进行降噪处理，得到降噪图像。

本申请实施例提供的一种图像降噪设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：基于梯度算子模板计算待处理图像的梯度值，得到梯度图。

本申请实施例提供的一种图像降噪设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：基于梯度算子模板计算待处理图像的梯度值；基于中值滤波方法对梯度值进行处理，得到梯度图。

本申请实施例提供的一种图像降噪设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：确定第一匹配模板；在第一匹配模板选定的梯度值中，确定出第一匹配模板的中心点的第一梯度值；基于第一匹配模板选定的梯度值，确定出梯度阈值范围；判断第一梯度值是否在梯度阈值范围之外，且第一梯度值与梯度阈值范围的边界值的差值的绝对值均大于第一临界值；若是，则对第一匹配模板的中心点的梯度值进行中值滤波；若否，则保持第一匹配模板的中心点的梯度值不变；其中，基于第一匹配模板对所有的梯度值进行上述处理后，得到梯度图。

本申请实施例提供的一种图像降噪设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：获取区分图像平坦与图像有细节的第二临界值；获取融合调节系数；确定第二匹配模板及搜索窗口；基于第二临界值、第二匹配模板、搜索窗口、融合调节系数、梯度图、残差图的权值及滤波图的权值计算权值融合值。

本申请实施例提供的一种图像降噪设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：在梯度图中，确定出第二匹配模板的中心点的第二梯度值；对于第二匹配模板选定的任一待融合梯度值，基于待融合梯度值与第二梯度值的差值、待融合梯度值与第二临界值的差值、融合调节系数、残差图的权值及滤波图的权值计算待融合梯度值对应的初始融合值；对搜索窗口内的所有初始融合值求和并进行归一化处理，得到相应的权值融合值。

本申请实施例提供的一种图像降噪设备，包括存储器201和处理器202，存储器201中存储有计算机程序，处理器202执行计算机程序时实现如下步骤：通过权值融合运算公式，基于待融合梯度值与第二梯度值的差值、待融合梯度值与第二临界值的差值、融合调节系数、残差图的权值及滤波图的权值计算待融合梯度值对应的初始融合值；权值融合运算公式包括：

w1＝1/(1+e^{(c1(|g4|-T2)+c2|g4-g5|)})；

w2＝1-w1；w5＝w1w3+w2w4；

其中，c1、c2表示融合调节系数；g4表示待融合梯度值；T2表示第二临界值；g5表示第二梯度值；w3表示待融合梯度值的位置在滤波图中的对应权重值；w4表示待融合梯度值的位置在残差图中的对应权重值；w5表示初始融合值。

请参阅图5，本申请实施例提供的另一种图像降噪设备中还可以包括：与处理器202连接的输入端口203，用于传输外界输入的命令至处理器202；与处理器202连接的显示单元204，用于显示处理器202的处理结果至外界；与处理器202连接的通信模块205，用于实现图像降噪设备与外界的通信。显示单元204可以为显示面板、激光扫描使显示器等；通信模块205所采用的通信方式包括但不局限于移动高清链接技术(HML)、通用串行总线(USB)、高清多媒体接口(HDMI)、无线连接：无线保真技术(WiFi)、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：

获取待处理图像；

通过非局部均值滤波方法对待处理图像进行滤波处理，得到滤波图；

将待处理图像与滤波图的差的绝对值作为残差图；

计算待处理图像的梯度值，得到梯度图；

通过非局部均值滤波方法计算残差图和滤波图的权值；

基于梯度图计算残差图和滤波图的权值的权值融合值；

基于权值融合值对待处理图像进行降噪处理，得到降噪图像。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：基于laplace模板计算待处理图像的梯度值，得到梯度图。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：基于梯度算子模板计算待处理图像的梯度值；基于中值滤波方法对梯度值进行处理，得到梯度图。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：确定第一匹配模板；在第一匹配模板选定的梯度值中，确定出第一匹配模板的中心点的第一梯度值；基于第一匹配模板选定的梯度值，确定出梯度阈值范围；判断第一梯度值是否在梯度阈值范围之外，且第一梯度值与梯度阈值范围的边界值的差值的绝对值均大于第一临界值；若是，则对第一匹配模板的中心点的梯度值进行中值滤波；若否，则保持第一匹配模板的中心点的梯度值不变；其中，基于第一匹配模板对所有的梯度值进行上述处理后，得到梯度图。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：获取区分图像平坦与图像有细节的第二临界值；获取融合调节系数；确定第二匹配模板及搜索窗口；基于第二临界值、第二匹配模板、搜索窗口、融合调节系数、梯度图、残差图的权值及滤波图的权值计算权值融合值。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：在梯度图中，确定出第二匹配模板的中心点的第二梯度值；对于第二匹配模板选定的任一待融合梯度值，基于待融合梯度值与第二梯度值的差值、待融合梯度值与第二临界值的差值、融合调节系数、残差图的权值及滤波图的权值计算待融合梯度值对应的初始融合值；对搜索窗口内的所有初始融合值求和并进行归一化处理，得到相应的权值融合值。

本申请实施例提供的一种计算机可读存储介质，计算机可读存储介质中存储有计算机程序，计算机程序被处理器执行时实现如下步骤：通过权值融合运算公式，基于待融合梯度值与第二梯度值的差值、待融合梯度值与第二临界值的差值、融合调节系数、残差图的权值及滤波图的权值计算待融合梯度值对应的初始融合值；权值融合运算公式包括：

w1＝1/(1+e^{(c1(g4-T2)+c2g4-g5)})；

w2＝1-w1；w5＝w1w3+w2w4；

其中，c1、c2表示融合调节系数；g4表示待融合梯度值；T2表示第二临界值；g5表示第二梯度值；w3表示待融合梯度值的位置在滤波图中的对应权重值；w4表示待融合梯度值的位置在残差图中的对应权重值；w5表示初始融合值。

本申请所涉及的计算机可读存储介质包括随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。

本申请实施例提供的一种图像降噪系统、设备及计算机可读存储介质中相关部分的说明请参见本申请实施例提供的一种图像降噪方法中对应部分的详细说明，在此不再赘述。另外，本申请实施例提供的上述技术方案中与现有技术中对应技术方案实现原理一致的部分并未详细说明，以免过多赘述。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (8)

1.一种图像降噪方法，其特征在于，包括：

获取待处理图像；

通过非局部均值滤波方法对所述待处理图像进行滤波处理，得到滤波图；

将所述待处理图像与所述滤波图的差的绝对值作为残差图；

计算所述待处理图像的梯度值，得到梯度图；

通过所述非局部均值滤波方法计算所述残差图和所述滤波图的权值；

基于所述梯度图计算所述残差图和所述滤波图的权值的权值融合值；

基于所述权值融合值对所述待处理图像进行降噪处理，得到降噪图像；

其中，所述基于所述梯度图计算所述残差图和所述滤波图的权值的权值融合值，包括：获取区分图像平坦与图像有细节的第二临界值；获取融合调节系数；确定第二匹配模板及搜索窗口；基于所述第二临界值、所述第二匹配模板、所述搜索窗口、所述融合调节系数、所述梯度图、所述残差图的权值及所述滤波图的权值计算所述权值融合值；

所述基于所述第二临界值、所述第二匹配模板、所述搜索窗口、所述融合调节系数、所述梯度图、所述残差图的权值及所述滤波图的权值计算所述权值融合值，包括：在所述梯度图中，确定出所述第二匹配模板的中心点的第二梯度值；对于所述第二匹配模板选定的任一待融合梯度值，基于所述待融合梯度值与所述第二梯度值的差值、所述待融合梯度值与所述第二临界值的差值、所述融合调节系数、所述残差图的权值及所述滤波图的权值计算所述待融合梯度值对应的初始融合值；对所述搜索窗口内的所有所述初始融合值求和并进行归一化处理，得到相应的所述权值融合值。

2.根据权利要求1所述的方法，其特征在于，所述计算所述待处理图像的梯度值，得到梯度图，包括：

基于梯度算子模板计算所述待处理图像的梯度值，得到所述梯度图。

3.根据权利要求2所述的方法，其特征在于，所述基于梯度算子模板计算所述待处理图像的梯度值，得到所述梯度图，包括：

基于所述梯度算子模板计算所述待处理图像的梯度值；

基于中值滤波方法对所述梯度值进行处理，得到所述梯度图。

4.根据权利要求3所述的方法，其特征在于，所述基于所述中值滤波方法对所述梯度值进行处理，得到所述梯度图，包括：

确定第一匹配模板；

在所述第一匹配模板选定的梯度值中，确定出所述第一匹配模板的中心点的第一梯度值；

基于所述第一匹配模板选定的梯度值，确定出梯度阈值范围；

判断所述第一梯度值是否在所述梯度阈值范围之外，且所述第一梯度值与所述梯度阈值范围的边界值的差值的绝对值均大于第一临界值；

若是，则对所述第一梯度值进行中值滤波；

若否，则保持所述第一梯度值不变；

其中，基于所述第一匹配模板对所有的所述梯度值进行上述处理后，得到所述梯度图。

5.根据权利要求4所述的方法，其特征在于，所述基于所述待融合梯度值与所述第二梯度值的差值、所述待融合梯度值与所述第二临界值的差值、所述融合调节系数、所述残差图的权值及所述滤波图的权值计算所述待融合梯度值对应的初始融合值，包括：

通过权值融合运算公式，基于所述待融合梯度值与所述第二梯度值的差值、所述待融合梯度值与所述第二临界值的差值、所述融合调节系数、所述残差图的权值及所述滤波图的权值计算所述待融合梯度值对应的初始融合值；

所述权值融合运算公式包括：

w1＝1/(1+e^{(c1(|g4|-T2)+c2|g4-g5|)})；

w2＝1-w1；w5＝w1w3+w2w4；

其中，c1、c2表示所述融合调节系数；g4表示所述待融合梯度值；T2表示所述第二临界值；g5表示所述第二梯度值；w3表示所述待融合梯度值的位置在所述滤波图中的对应权重值；w4表示所述待融合梯度值的位置在所述残差图中的对应权重值；w5表示所述初始融合值。

6.一种图像降噪系统，其特征在于，包括：

第一获取模块，用于获取待处理图像；

第一滤波模块，用于通过非局部均值滤波方法对所述待处理图像进行滤波处理，得到滤波图；

第一残差模块，用于将所述待处理图像与所述滤波图的差的绝对值作为残差图；

第一梯度模块，用于计算所述待处理图像的梯度值，得到梯度图；

第一权值模块，用于通过所述非局部均值滤波方法计算所述残差图和所述滤波图的权值；

第一融合模块，用于基于所述梯度图计算所述残差图和所述滤波图的权值的权值融合值；

第一降噪模块，用于基于所述权值融合值对所述待处理图像进行降噪处理，得到降噪图像；

其中，第一融合模块包括：

第一获取子模块，用于获取区分图像平坦与图像有细节的第二临界值；

第一确定子模块，用于获取融合调节系数；

第二确定子模块，用于确定第二匹配模板及搜索窗口；

第二计算子模块，用于基于所述第二临界值、所述第二匹配模板、所述搜索窗口、所述融合调节系数、所述梯度图、所述残差图的权值及所述滤波图的权值计算所述权值融合值；

所述第二计算子模块包括：

第三确定子模块，用于在所述梯度图中，确定出所述第二匹配模板的中心点的第二梯度值；

第三计算子模块，用于对于所述第二匹配模板选定的任一待融合梯度值，基于所述待融合梯度值与所述第二梯度值的差值、所述待融合梯度值与所述第二临界值的差值、所述融合调节系数、所述残差图的权值及所述滤波图的权值计算所述待融合梯度值对应的初始融合值；

第二处理子模块，用于对所述搜索窗口内的所有所述初始融合值求和并进行归一化处理，得到相应的所述权值融合值。

7.一种图像降噪设备，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述图像降噪方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序被处理器执行实现如权利要求1至5任一项所述图像降噪方法的步骤。