[發明專利]利用超完備拓撲稀疏編碼有效去除圖像噪聲的方法

無效

• 申請號: 200910046687.1
• 申請日: 2009-02-26
• 公開（公告）號: CN101510943A
• 公開（公告）日: 2009-08-19
• 發明（設計）人: 麻立波;祝文駿;張麗清;祁航
• 申請（專利權）人: 上海交通大學
• 主分類號: H04N1/41
• 分類號: H04N1/41;H04N1/409
• 代理公司: 上海交達專利事務所
• 代理人: 王錫麟;王桂忠

技術領域

本發明涉及一種圖像處理技術領域的方法，具體地說，涉及的是一種利用超完備拓撲稀疏編碼有效去除圖像噪聲的方法。

背景技術

由于實際圖像在形成、傳輸過程中，不可避免會受到噪聲的干擾，因此盡可能減少噪聲對后續圖像處理的影響，具有重要的現實意義。圖像去噪在圖像處理中應用非常廣泛，其目的是為了提高圖像的信噪比，改善圖像質量，突出相應的期望特征。為了達到較好的圖像降噪效果，人們探索了各種各樣的方法。傳統的低通去噪濾波方法有：均值濾波、維那線性濾波、中值濾波等；此外還有基于排序量，馬爾可夫場模型，偏微分方程和Lp正則化，小波變換等的去噪算法。這些方法都是濾除圖像的高頻成分，雖然能夠達到降噪的目的，但也不同程度上破壞了圖像細節。

稀疏編碼是一種有效的信息表征方法，它是近年來，人們通過研究自然圖像統計屬性和神經系統功能之間的關系，發現的一種神經元表示的有效編碼。這種編碼的具有與大腦初始皮層的神經元對外部視覺信號的響應相似的特點，并且逐漸被應用到圖像處理領域。

經對現有技術文獻檢索發現，0lshausen等在“nature”(《自然》)1996年第381期第217-218頁上發表的“Emergence?of?simple-cell?receptivefield?properties?by?learning?a?sparse?code?for?natural?images”(《從自然圖像的稀疏編碼中學習得到簡單細胞感受野性質》)，該文提出通過以自然圖像的小塊作為訓練輸入，采用稀疏編碼為準則，訓練得到的基函數圖像具有與大腦初始皮層的簡單細胞感受野相類似的性質。其不足在于，該方法僅考慮了視神經元表示的稀疏性，并未考慮其拓撲性和超完備性，使得該方法與實際的簡單細胞對視覺信號響應有很大差異。

發明內容

本發明的目的在于針對現有技術的不足，提供一種利用超完備拓撲稀疏編碼有效去除圖像噪聲的方法，在去除圖像噪聲的同時可以盡可能的保留原始圖像的細節。本發明采用超完備拓撲稀疏編碼，利用這種編碼方式對原始圖像進行重新編碼再重構原圖像進而起到去除圖像噪聲的目的，在有效去除噪聲的同時能夠盡量不丟失原圖像信息。

本發明是通過如下技術方案實現的，本發明包括如下步驟：

第一步，從一組自然圖像中隨機抽取n×n的自然圖像小塊m個，并將每個n×n的圖像小塊向量化。這樣得到m個n²維的列向量x_i(i＝1，2…m)。參數n控制圖像小塊的大小，取值為大于3的自然數，參數m為用于訓練的樣本個數，取值為大于n×n的自然數。

第二步，通過極小化代價函數的方法，分解第一步中的列向量，從而得到混合矩陣A和編碼系數S，代價函數由誤差項和懲罰項組成，誤差項控制編碼后的誤差盡量小，懲罰項控制編碼系數的稀疏性和基函數的拓撲性；混合矩陣A的每一列代表一個基函數，它是所有基函數排列成的矩陣；編碼系數S是對輸入的樣本圖像的重新編碼，通過編碼系數對基函數進行線性組合能恢復出樣本圖像，極小化過程采用交替優化的迭代算法來實現。