[發明專利]一種圖像的稀疏去噪方法有效
| 申請號: | 201410697522.1 | 申請日: | 2014-11-26 |
| 公開(公告)號: | CN104376538A | 公開(公告)日: | 2015-02-25 |
| 發明(設計)人: | 王好謙;楊江峰;袁新;宣慧明;戴瓊海 | 申請(專利權)人: | 清華大學深圳研究生院 |
| 主分類號: | G06T5/00 | 分類號: | G06T5/00 |
| 代理公司: | 深圳新創友知識產權代理有限公司 44223 | 代理人: | 余敏 |
| 地址: | 518055 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 圖像 稀疏 方法 | ||
【技術領域】
本發明涉及圖像處理領域,特別是涉及一種圖像的稀疏去噪方法。
【背景技術】
圖像去噪是計算機圖像處理的重要內容。采集設備在采集圖像的時候,因為外界光線干擾或者設備內部光學問題,總是受到噪聲的污染,不能用于高級的圖像應用,所以必須先對圖像進行去噪,得到沒有污染的圖像。圖像的噪聲模型種類繁多,針對不同的圖像應用要進行不同的去噪。但以白噪聲在自然圖像中存在最多。所以很多學者都把精力投入到了對白噪聲的去除中。2007年,有學者提出了KSVD等稀疏去噪方法,這種方法更好地利用了圖像中真實信息與噪聲信息的區別,也能達到較好的去噪性能。目前,基于KSVD的稀疏去噪方法,通常是將圖像劃分成塊之后,根據圖像塊的信息進行字典訓練獲得字典,然后進行去噪處理,最后根據去噪處理的結果反饋更新字典,直至得到理想的去噪處理結果。這種去噪過程,一方面,不斷獲取字典、更新字典,使得整個處理過程時間復雜度較高。特別是批量處理多幅圖像時,需要對每幅圖像均進行上述過程,總體需花費較長時間。另一方面,上述處理過程去噪處理后,只能對圖像中的一部分進行較好的字典表示,獲得較好去噪性能,而對其它部分不能獲得較好的去噪性能。
【發明內容】
本發明所要解決的技術問題是:彌補上述現有技術的不足,提出一種圖像的稀疏去噪方法,去噪處理的時間復雜度有效降低,且對圖像的全局均有較好的去噪效果。
本發明的技術問題通過以下的技術方案予以解決:
一種圖像的稀疏去噪方法,首先確定一個字典集合,所述字典集合中的多個字典是通過字典訓練方法對一個圖像庫中的各幅圖像進行字典訓練得到;所述圖像庫包括至少1000副圖像,且涵蓋不同場景;然后對待處理的圖像進行如下稀疏去噪處理:1)將待處理的圖像劃分為多個圖像塊,各圖像塊的大小與字典的基塊的大小相同;2)對各圖像塊進行如下處理得到各圖像塊的去噪圖像塊:21)使用所述字典集合中的各個字典對當前圖像塊進行稀疏表示;對于每一個字典,求解出當前圖像塊的稀疏系數;22)從多個稀疏系數中確定一個稀疏系數,該稀疏系數對應的字典最能表達當前圖像塊;將該稀疏系數作為最佳稀疏系數,對應的字典作為最佳字典;23)根據所述最佳稀疏系數和最佳字典得到當前圖像塊的去噪圖像塊;3)將各圖像塊的去噪圖像塊合并,得到去噪后的圖像。
本發明與現有技術對比的有益效果是:
本發明的圖像的稀疏去噪方法,分成離線階段和在線階段,離線階段根據涵蓋不同場景、特征較豐富的多幅圖像訓練出字典集合,在線階段即采用該多個字典集合對待處理的圖像進行去噪處理,針對各圖像塊,均從多個字典中選取最能表達的一個字典,最終去噪處理。整個處理過程僅涉及求解稀疏系數,確定最佳字典的過程,無需不斷調整更新字典,時間復雜度有效降低。特別對于批量處理多幅圖像時,均依據字典集合進行處理,能有效降低批量圖像處理時的時間復雜度。而由于每個圖像塊的處理,均是從字典集合中選擇最能表達的字典,彼此之間沒有干擾,因此各圖像塊均能獲得盡可能好的去噪效果,從而圖像整體全局有較好的去噪效果。
【附圖說明】
圖1是本發明具體實施方式的圖像的稀疏去噪方法的流程圖。
【具體實施方式】
下面結合具體實施方式并對照附圖對本發明做進一步詳細說明。
稀疏去噪主要是利用圖像之間的局部相關性,通過訓練的字典對圖像進行表達,獲得去噪處理后的圖像。自然界中的圖像非常豐富,且大量圖像具有相關性,只要能夠存儲足夠多的字典,就可以對圖像中的每個小塊都進行最佳的表示,從而提高去噪的效果。基于該構思,本發明提出了用豐富的離線字典對待處理的圖像進行去噪,不僅能夠大大降低去噪的時間復雜度,同時各圖像塊均確定得到各自最佳的字典,整體去噪效果也較好。
如圖1所示,為本具體實施方式的去噪方法的流程圖。
離線階段:確定字典集合Dset。
具體地,尋找確定一個圖像庫。該圖像庫至少有1000副圖像,且涵蓋不同場景。之所以強調圖像庫中的圖像數量及其特征,是需要盡可能地保證圖像的多樣性。圖像庫中圖像數量越多,內容信息越豐富,后續處理去噪的效果越好。優選地,圖像庫可直接使用目前已有的已開源供使用的自然圖像庫,例如美國麻省理工學院的電腦科學和人工智慧實驗室提供的大型圖像庫LabelMe,就包含了許多不同的場景,涵蓋人物,風景,夜景,卡通等等不同場景類型的圖像。該舉例圖像庫僅為一種示意,不構成對本具體實施方式的限制,其余具有豐富圖像信息的圖像庫均可適用于此。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于清華大學深圳研究生院,未經清華大學深圳研究生院許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410697522.1/2.html,轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序





