[發明專利]基于稀疏表示和低秩雙重約束的非局部去噪方法

有效

• 申請號: 201310392753.7
• 申請日: 2013-08-31
• 公開（公告）號: CN103473740A
• 公開（公告）日: 2013-12-25
• 發明（設計）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）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 田文英;王品華

技術領域

本發明屬于圖像處理技術領域，更進一步涉及圖像去噪處理技術領域中的一種基于稀疏表示和低秩雙重約束的非局部去噪方法。本發明可用于對自然圖像，醫學圖像以及視頻媒體進行去噪處理。

背景技術

圖像去噪一直是圖像處理領域研究的熱點，它是圖像分割，識別，檢測等工作的前提。圖像去噪的主要目的就是抑制圖像中的噪聲，提高圖像的質量，更好地恢復圖像的信息。圖像處理過程中遇到的許多噪聲，很多都可以近似為高斯白噪聲，因此去除圖像中的高斯白噪聲在很多領域中占據著重要的位置。

現有抑制噪聲即濾波的方法主要分為空域濾波和頻域濾波。圖像的空域濾波方法是直接對圖像的灰度值做運算，包括中值濾波、均值濾波、雙邊濾波等。圖像頻域濾波方法則是在某種變換域內對圖像的變換系數進行運算，然后反變換回圖像空域的，包括小波處理方法，PCA濾波以及多尺度幾何分析等。Elad等人提出了一種基于稀疏表示的去噪方法，該方法以當前像素點為中心取一個大小一定的像素塊，然后把這個像素塊在訓練好的字典下進行稀疏表示，得到稀疏表示后的系數后，對系數進行重構，獲得當前像素塊的估計。由于該方法在去噪領域具有良好的性能，自提出以來迅速引起眾多學者的廣泛關注。但該方依然存在一定的缺陷，如隨著圖像噪聲的增大，噪聲對字典的原子干擾越來越大，導致該方法對高噪聲圖像的去噪效果不理想。

蘇州八米特信息科技有限公司申請的專利“基于小波變換的閾值化圖像去噪方法”（申請號為201110000771.7，公開號為CN102592262）中公開了一種基于小波變換的閾值化圖像去噪方法。該方法利用多尺度小波變換，從時域變換到小波域，然后設定一個合理的閾值，將絕對值小于閾值的小波系數置零，將絕對值大于閾值的小波系數進行收縮處理，最后將處理后獲得的小波系數利用小波逆變換進行信號重構，恢復出有效的信號。該方法存在的不足是，由于僅僅使用了小波變換，圖像能量不夠集中，同時沒有考慮圖像的結構信息，因此該方法對圖像結構信息保留不足，對平滑區域比較多的圖像有明顯的去噪效果，對紋理豐富的圖像效果一般。

西安電子科技大學申請的專利“基于非局部稀疏模型的圖像去噪方法”（申請號為201110001952.1，公開號為CN102063708A）中公開了基于非局部稀疏模型的圖像去噪方法。該方法通過求解含噪圖像中每像素鄰域的相似集合，根據相似集合的大小設計稀疏表示的字典，利用得到的字典，使用SOMP方法對相似集合進行稀疏分解和重構，然后將每一個像素點的所有灰度估計進行平均，進而得到整幅圖像的去噪結果。該方法存在的不足是，此方法的字典訓練過程過于復雜，并且無法保證字典中每一個原子的準確性，圖像信號的能量不夠集中，不能在較好保持勻質區域平滑性的同時保持圖像的邊緣和紋理細節。該方法只對低噪聲的圖像有明顯的去噪效果，對高噪聲的圖像效果一般。

發明內容

本發明的目的在于克服上述現有技術的不足，提出了一種基于稀疏表示和低秩雙重約束的非局部去噪方法，意在平滑噪聲的同時兼顧保留圖像的紋理、邊緣細節信息，提高圖像去噪效果。

本發明的具體步驟包括如下：

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準差：

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準差，c表示中值濾波的調節因子，c取值為1.4186，M{·}表示取出中間值，a表示低通濾波調節因子，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)設置參數

設定噪聲圖像像素塊的半徑為3個像素，最大迭代次數為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)構建相似塊矩陣：