[發(fā)明專利]基于字典學(xué)習(xí)和塊匹配的自然圖像去噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201110102644.8
• 申請(qǐng)日: 2011-04-22
• 公開(kāi)（公告）號(hào): CN102184526A
• 公開(kāi)（公告）日: 2011-09-14
• 發(fā)明（設(shè)計(jì)）人: 楊淑媛;焦李成;張?jiān)聢A;衛(wèi)美絨;王晶;王爽;侯彪;緱水平
• 申請(qǐng)（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號(hào): G06T5/00
• 分類號(hào): G06T5/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 王品華;朱紅星

技術(shù)領(lǐng)域

本發(fā)明屬于圖像處理技術(shù)領(lǐng)域，具體地說(shuō)是一種稀疏表示和字典學(xué)習(xí)的去噪方法，可用于圖像處理，模式識(shí)別和生物醫(yī)學(xué)等領(lǐng)域。

背景技術(shù)

圖像去噪的目的是在去除圖像噪聲的同時(shí)保留圖像特征信息，像紋理，邊緣，輪廓和點(diǎn)狀目標(biāo)等。自然圖像的噪聲具有加性背景，去噪可以從空域和變換域兩方面來(lái)進(jìn)行，目前效果較好的空域?yàn)V波方法有非局部均值濾波方法、稀疏表示下的圖像去噪等，較好的變換域的濾波方法有三維塊匹配方法BM3D等。

非局部均值方法，通過(guò)計(jì)算圖像中兩個(gè)像素點(diǎn)鄰域的相似度來(lái)確定該點(diǎn)對(duì)所要求的點(diǎn)的信息補(bǔ)償程度，中心點(diǎn)的灰度值為鄰域內(nèi)像素點(diǎn)灰度值的加權(quán)平均。它雖然能很好的解決圖像邊緣和線性體的保留問(wèn)題，但仍存在平滑區(qū)域過(guò)平滑現(xiàn)象。

圖像稀疏表示下的去噪方法，是新近提出的一種空域圖像去噪新方法，它采用圖像在冗余字典上的稀疏近似來(lái)實(shí)現(xiàn)噪聲去除，如DCT字典去噪和KSVD字典學(xué)習(xí)去噪。然而，DCT字典不能有效逼近原圖的邊緣與細(xì)節(jié)信息，而KSVD字典學(xué)習(xí)的誤差控制方法粗糙，易造成原圖中部分紋理細(xì)節(jié)的丟失，而且這種方法忽視了圖像的全局結(jié)構(gòu)。

三維塊匹配方法BM3D，是一種可有效濾除高斯噪聲的去噪方法，該方法不僅利用圖像的結(jié)構(gòu)信息，而且結(jié)合了變換域的閾值方法，是一種非局部、多尺度的自適應(yīng)非參數(shù)化濾波技術(shù)，它雖然能較好保留圖像邊緣與紋理等信息，但是對(duì)某些細(xì)小的條紋狀紋理去噪時(shí)會(huì)出現(xiàn)失真，且在噪聲較大的情況下，去噪結(jié)果中會(huì)出現(xiàn)劃痕。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述已有技術(shù)的不足，提出一種基于字典學(xué)習(xí)和塊匹配的自然圖像去噪方法，以在提高同質(zhì)區(qū)域平滑性的同時(shí)兼顧保留圖像的紋理、輪廓、邊緣細(xì)節(jié)信息，提高圖像去噪效果。

實(shí)現(xiàn)本發(fā)明目的的技術(shù)思路是在稀疏表示和字典學(xué)習(xí)圖像去噪的框架下，將空域字典學(xué)習(xí)和非局部、多尺度的BM3D方法結(jié)合，同時(shí)考慮圖像的局部和全局信息，設(shè)計(jì)了基于稀疏表示誤差、空域估計(jì)誤差、非局部多尺度估計(jì)誤差，以及稀疏系數(shù)零范數(shù)最小化的目標(biāo)函數(shù)，實(shí)現(xiàn)對(duì)自然圖像去噪，其具體步驟包括如下：

(1)設(shè)含噪圖像z(x)＝y(tǒng)(x)+n(x)去噪后的原始圖像的估計(jì)為：

y^(x)=argminD,αij,y(x)λ||y(x)-z(x)||22+Σijμ||αij||0+Σij||Dαij-Rijy(x)||22+v||y(x)-y^1(x)||22]]>