[發明專利]一種融合結構張量與非局域全變分的圖像去噪方法

有效

• 申請號: 201610060748.X
• 申請日: 2016-01-28
• 公開（公告）號: CN105608679B
• 公開（公告）日: 2018-11-06
• 發明（設計）人: 王詩言
• 申請（專利權）人: 重慶郵電大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 廖曦

本發明涉及一種融合結構張量與非局域全變分的圖像去噪方法，屬于圖像處理技術領域。該方法包括以下步驟：1)對帶噪圖像f進行N*N的分塊，N的取值可為N＝3,5,7...；2)對圖像去噪建模，建立融合結構張量與非局域全變分的目標函數；3)利用分裂Bregman算法求解目標函數得到去噪圖像。本發明所述方法具有有效去噪同時保持圖像的紋理特征與幾何結構特征的優點，算法快速，同時能夠減少階梯效應的產生。

技術領域

本發明屬于圖像處理技術領域，涉及一種融合結構張量與非局域全變分的圖像去噪方法。

背景技術

圖像去噪是圖像處理領域的一個基礎問題，旨在將圖像中的噪聲去除的同時盡可能的保留原始圖像信息，例如邊緣、紋理和細小圖像結構等。圖像去噪的實質是圖像退化的逆過程，經典的去噪方法有頻域處理的小波法，空域處理的高斯濾波、中值濾波等,這類方法通常在某幾何領域內直接對像素點進行操作，取得了較好的平滑效果，但以丟失細節、紋理信息為代價。為了緩解這種矛盾，Yaroslavsky提出鄰域濾波，以像素灰度相似性作為鄰域間權重依據，雙邊濾波器進一步加入像素間的位置信息。但是僅考慮局域信息的濾波方法沒有兼顧到圖像的結構信息，因此容易模糊圖像細節部分。Buades等提出的非局域濾波思想，將傳統的空間鄰域擴展到幾何意義下的結構鄰域，很好的利用了自然圖像的自相似性，成為非局域方法在圖像去噪領域的一個里程碑。Singer等認為非局域濾波實質是圖像在塊空間上的擴散，Milanfar等人提出了基于高階核函數回歸的圖像去噪框架，建立起Bilateral濾波、非局部均值等方法的關系。Peter等用結構相似性代替L2距離作為度量因子，并以魯棒統計權函數代替高斯函數，取得了較好的去噪效果。

近年來，基于PDE(Partial Differential Equation)的圖像處理方法引起研究者的廣泛關注，這類方法通過偏微分方程建立起圖像處理模型與數學方程之間的關系，已形成完整的理論體系和數值方法。其中，變分PDE通過目標函數的最優化建立PDE方程，特別適用于不適定問題的求解。目標函數由保真項與正則項構成，正則項的定義通常基于先驗知識，Rudin等人提出的經典圖像去噪模型就是采用全變分(Total variation)正則項，該正則項基于圖像分片光滑假設，允許存在不連續點，在抑制高頻噪聲的同時保持了邊緣。之后，對正則項的改進不斷推進：Shu等提出了增強梯度域的稀疏性和方向性的TV-L1模型，Chan等提出了高階全變分模型，有效抑制了“階梯效應”并很好的刻畫了紋理。

發明內容

有鑒于此，本發明的目的在于提供一種融合結構張量與非局域全變分的圖像去噪方法，具體包括以下技術方案：

一種融合結構張量與非局域全變分的圖像去噪方法，包括以下步驟：

1)對帶噪圖像f進行N*N的分塊，N的取值可為N＝3,5,7...；

2)對圖像去噪建模，建立融合結構張量與非局域全變分的目標函數；

3)利用分裂Bregman算法求解目標函數得到去噪圖像。

進一步，在步驟1)中，N的取值可為3-2M+1(M為自然數)的奇數。

進一步，在步驟2)中，具體包括：

21)建立基于全變分正則項的圖像去噪模型

其中f是帶噪圖像，u是待恢復的去噪圖像，圖像去噪的目的在于從f中恢復出清晰的圖像u；式中第一項為數據項，第二項為平滑項，λ是平衡數據項與平滑項的權重因子，Ω為整個圖像空間，為n維實數空間，為梯度算子，也稱為全變分正則項；

22)將傳統的全變分正則項擴展到非局域空間，得到非局域全變分并作為正則項約束，進而得到基于非局域信息的全變分圖像去噪模型