[發(fā)明專利]基于稀疏表示和低秩雙重約束的非局部去噪方法

有效

• 申請?zhí)枺?/td>: 201310392753.7
• 申請日: 2013-08-31
• 公開（公告）號: CN103473740A
• 公開（公告）日: 2013-12-25
• 發(fā)明（設(shè)計）人: 張小華;焦李成;姚波旭;王爽;馬文萍;馬晶晶;鐘樺;吳洋;林洪彬
• 申請（專利權(quán)）人: 西安電子科技大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 陜西電子工業(yè)專利中心 61205
• 代理人: 田文英;王品華

1.一種基于稀疏表示和低秩雙重約束的非局部去噪方法，包括如下步驟：?

(1)輸入一幅噪聲圖像；?

(2)按照下式，估計噪聲圖像的噪聲標(biāo)準(zhǔn)差：?

σ=c×M{a×|vec(Y*T)-M{a×vec(Y*T)}|}?

其中，σ表示噪聲圖像的噪聲標(biāo)準(zhǔn)差，c表示中值濾波的調(diào)節(jié)因子，c取值為1.4186，M{·}表示取出中間值，a表示低通濾波調(diào)節(jié)因子，a的取值為|·|表示取絕對值操作，vec表示按照從左到右的順序，將噪聲圖像矩陣Y進行低通濾波后的矩陣的列首尾連接起來的列向量化操作，Y表示噪聲圖像矩陣，*表示卷積操作，T表示一個2×2大小矩陣的低通濾波器；?

(3)設(shè)置參數(shù)?

設(shè)定噪聲圖像像素塊的半徑為3個像素，最大迭代次數(shù)為11；?

(4)獲取噪聲圖像的像素塊樣本集：?

4a)依次以噪聲圖像矩陣的邊為對稱軸，對噪聲圖像進行鏡像，得到鏡像圖像；?

4b)在鏡像圖像中，以噪聲圖像矩陣左上角第一個像素點為待估計像素點，以待估計像素點為像素塊的中心點，選取一個邊長等于噪聲圖像像素塊半徑的兩倍的正方形的待估計像素塊；?

4c)按照從左到右、從上到下的順序，依次以噪聲圖像矩陣中的像素點為待估計像素點，取出每一個待估計像素點的像素塊，將所有待估計像素點的像素塊，組成噪聲圖像的像素塊樣本集；?

(5)構(gòu)建相似塊矩陣：?

5a)利用歐式距離準(zhǔn)則，在噪聲圖像的像素塊樣本集中尋找與當(dāng)前像素塊具有相似結(jié)構(gòu)的像素塊；?

5b)將具有相似結(jié)構(gòu)的像素塊的列，按照從左到右的順序首尾連接，得到相似結(jié)構(gòu)的像素塊的一個列向量，將具有相似結(jié)構(gòu)的所有像素塊對應(yīng)的列向量并排放在一起，組成相似塊矩陣；?

5c)逐行掃描噪聲圖像，從中找出噪聲圖像每個像素點對應(yīng)的像素塊，并在圖像塊樣本集中找到與每個像素點對應(yīng)像素塊具有相似結(jié)構(gòu)的像素塊，構(gòu)成每一個像素點?的相似塊矩陣；?

(6)按照下式，獲取相似塊矩陣的系數(shù)矩陣：?

W_i=B^TZ_iC?

其中，W_i表示第i個相似塊矩陣的系數(shù)矩陣，B表示離散余弦正交變換矩陣，T表示轉(zhuǎn)置操作，Z_i表示第i個相似塊矩陣，C表示余弦正交變換矩陣；?

(7)奇異值閾值濾波：?

7a)按照下式，對系數(shù)矩陣進行奇異值分解：?

W_i=U_i×Σ_i×V_i^T

其中，W_i表示第i個系數(shù)矩陣，U_i表示第i個系數(shù)矩陣的左奇異矩陣，Σ_i表示第i個系數(shù)矩陣的奇異值矩陣，V_i^T表示第i個系數(shù)矩陣的右奇異矩陣的轉(zhuǎn)置矩陣；?

7b)按照下式，對系數(shù)矩陣的奇異值進行濾波：?

其中，τ_k表示第k個奇異值經(jīng)濾波后得到的奇異值，max(·)表示取最大值操作，λ_k表示奇異值矩陣的第k個奇異值，N表示相似塊矩陣列的數(shù)目，σ²表示噪聲圖像中噪聲的方差；?

7c)將濾波后的奇異值，按照從大到小的順序放入奇異值矩陣的對角線中，組成濾波后的奇異值矩陣；?

7d)按照下式，獲取濾波后的系數(shù)矩陣：?

D_i=U_i×S_i×V_i^T

其中，D_i表示第i個濾波后的系數(shù)矩陣，U_i表示第i個系數(shù)矩陣的左奇異矩陣，S_i表示第i個奇異值濾波后的奇異值矩陣，V_i^T表示第i個系數(shù)矩陣的右奇異矩陣的轉(zhuǎn)置矩陣；?

(8)獲得去噪后的系數(shù)矩陣：?

8a)對系數(shù)矩陣進行軟閾值濾波，得到軟閾值濾波后的系數(shù)矩陣；?

8b)將軟閾值濾波后的系數(shù)矩陣與奇異值濾波后的系數(shù)矩陣加權(quán)平均，得到去噪?后的系數(shù)矩陣；?

(9)獲得去噪后的圖像矩陣：?

9a)將去噪后的系數(shù)矩陣進行逆變換，得到去噪后的相似塊矩陣；?

9b)將去噪后的相似塊矩陣，對噪聲圖像中同一個像素點的多個估計值進行加權(quán)平均，獲得去噪后的圖像矩陣；?

9c)沿著去噪后圖像矩陣的上、下邊緣向內(nèi)分別剪掉像素塊邊長的二分之一行，沿著去噪后圖像矩陣的左、右邊緣向內(nèi)分別剪掉像素塊邊長的二分之一列，獲得去噪后的圖像矩陣；?

(10)判斷是否達到最大迭代次數(shù)，如果是，則執(zhí)行步驟(11)，否則，采用殘差補回法，獲取下一次迭代需要的噪聲圖像矩陣，執(zhí)行步驟(2)；?

(11)輸出去噪后的圖像矩陣。?