[發(fā)明專(zhuān)利]一種基于拉普拉斯圖特征向量的稀疏編碼的圖像去噪方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510484564.1
• 申請(qǐng)日: 2015-08-07
• 公開(kāi)（公告）號(hào): CN105184742B
• 公開(kāi)（公告）日: 2018-03-27
• 發(fā)明（設(shè)計(jì)）人: 湯一彬;張鳳;張燕;高遠(yuǎn);韓慶邦;徐寧
• 申請(qǐng)（專(zhuān)利權(quán)）人: 河海大學(xué)常州校區(qū)
• 主分類(lèi)號(hào): G06T5/00
• 分類(lèi)號(hào): G06T5/00
• 代理公司: 常州市科誼專(zhuān)利代理事務(wù)所32225
• 代理人: 袁興隆

1.一種基于拉普拉斯圖特征向量的稀疏編碼的圖像去噪方法，其特征在于，其包含以下步驟：

(1)、對(duì)輸入含噪圖像進(jìn)行采樣，獲得N個(gè)大小為M₁×M₂像素的圖像塊，M₁×M₂像素表示長(zhǎng)為M₁個(gè)像素，寬為M₂個(gè)像素，記錄各采樣圖像塊在含噪圖像中的位置，對(duì)第i個(gè)M₁×M₂大小的圖像塊像素矩陣B_i，按列進(jìn)行堆砌，構(gòu)成一個(gè)(M₁×M₂)×1的列向量y_i，i＝1,2,...,N，同時(shí)將所有列向量y_i，i＝1,2,...,N，進(jìn)行順序排列，構(gòu)成輸入含噪圖像塊矩陣Y＝[y₁ y₂ ... y_N]；

(2)、根據(jù)所有列向量y_i，i＝1,2,...,N，在M₁M₂維空間的幾何結(jié)構(gòu)中，構(gòu)建所有列向量y_i之間關(guān)系圖，計(jì)算其對(duì)應(yīng)的圖的拉普拉斯矩陣L，進(jìn)而計(jì)算矩陣L對(duì)應(yīng)的特征向量

(3)、構(gòu)造基于稀疏編碼理論的去噪模型，并對(duì)參數(shù)X進(jìn)行優(yōu)化求解；

該去噪模型的目標(biāo)函數(shù)為：對(duì)應(yīng)的約束條件為：其中，D＝[d₁ d₂ ... d_K]為字典，d_k為字典中的第k個(gè)原子，k＝1,2,...,K，K為字典中的原子總個(gè)數(shù)，X＝[x₁ x₂ ... x_N]為稀疏系數(shù)矩陣，x_i為稀疏系數(shù)，為X對(duì)應(yīng)的優(yōu)化稀疏系數(shù)矩陣，||.||₀為0范數(shù)，||.||₂為2范數(shù)，ε＝γM₁M₂σ²為殘差，γ為一加權(quán)系數(shù)，σ²為噪聲方差，y_l為輸入含噪圖像塊矩陣Y的第l列的列向量，c_l是乘法矩陣C＝UU^T的第l列的列向量，U＝[u₁ u₂ ... u_M]為根據(jù)步驟2矩陣L計(jì)算的對(duì)應(yīng)特征向量中前M個(gè)特征向量；

(4)、利用字典D和優(yōu)化稀疏系數(shù)矩陣獲得優(yōu)化的去噪圖像塊矩陣為y_i對(duì)應(yīng)的去噪優(yōu)化的列向量，其的求解公式為

(5)、去噪圖像的輸出，將步驟(4)中獲得的去噪圖像塊矩陣的列向量轉(zhuǎn)化為M₁×M₂大小的圖像塊像素矩陣并取代步驟(1)中含噪圖像相應(yīng)位置的圖像塊B_i，同時(shí)記錄含噪圖像中每個(gè)像素點(diǎn)上需要覆蓋的去噪圖像塊個(gè)數(shù)w_i,j，i,j為像素位置坐標(biāo)，及對(duì)應(yīng)的估計(jì)圖像塊的像素值利用獲得的覆蓋估計(jì)圖像塊個(gè)數(shù)w_i,j，對(duì)進(jìn)行權(quán)值相加，得到降噪后圖像對(duì)應(yīng)位置的像素值P_i,j為含噪圖像塊的像素值，和α分別為降噪后圖像對(duì)應(yīng)位置的像素值和對(duì)應(yīng)的加權(quán)系數(shù)。