[發(fā)明專利]基于各向異性的L1范數(shù)全變分正則化非均勻性校正方法

有效

• 申請?zhí)枺?/td>: 201611150706.1
• 申請日: 2016-12-14
• 公開（公告）號: CN108230249B
• 公開（公告）日: 2021-09-21
• 發(fā)明（設計）人: 顧國華;張業(yè)偉;隋修寶;潘科辰;陳錢;劉源;高航;匡小冬;楊成章;吳少遲
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 朱沉雁

1.一種基于各向異性的L1范數(shù)全變分正則化非均勻性校正方法，其特征在于，包括以下步驟：

步驟1、采集含有非均勻性噪聲的紅外圖像f(i,j)＝u(i,j)+n(i,j)，其中f(i,j)表示實際采集到的圖像，u(i,j)表示理想的無噪聲圖像，n(i,j)表示由紅外探測器成像單元的暗電流和響應率差異引起的固定條紋噪聲，(i,j)表示圖像像素點的位置；輸入的含有非均勻性噪聲的紅外圖像f(i,j)＝u(i,j)+n(i,j),i＝1,2,...,M,j＝1,2,...,N，其中M為圖像總行數(shù)，N為圖像總列數(shù)；

步驟2、對上述含有非均勻性噪聲的紅外圖像f(i,j)使用能量泛函正則化模型E(u)實現(xiàn)去噪：

其中f為f(i,j)的通用表示，u為u(i,j)的通用表示，正則項為J(u)，保真項為λ是平滑系數(shù)；

對正則項J(u)使用基于L1范數(shù)的模型：

J(u)＝λ||u_x||₁ (2)

u_x為理想的無噪聲圖像u(i,j)空間上對像素點沿水平x軸方向上的一階差分，λ為平滑系數(shù)；

將式(2)代入式(1)，更新E(u)：

能量泛函正則化模型E(u)的離散化形式如下：

步驟3、使用分離布拉格曼迭代方法，對式(3)進行最小化求解，最終獲得消除非均勻性的圖像u_final。

2.根據(jù)權利要求1所述的基于各向異性的L1范數(shù)全變分正則化非均勻性校正方法，其特征在于：上述步驟2中，對于輸入的u(i,j)，其在圖像空間上對像素點沿水平x軸方向上的一階差分u_x的具體表達式為：

當j＜N時 u_x(i,j)＝u(i,j+1)-u(i,j)

當j＝N時 u_x(i,j)＝0。

3.根據(jù)權利要求1所述的基于各向異性的L1范數(shù)全變分正則化非均勻性校正方法，其特征在于：上述步驟3中，使用分離布拉格曼迭代方法，對式(3)進行最小化求解，最終獲得消除非均勻性的圖像u_final，其具體步驟為：

步驟3-1)、引入圖像水平方向上的兩個輔助變量w_x和b_x，并使用分離布拉格曼迭代方法，具體如下：

其中，為u(i,j)水平方向上的二次懲罰項，迭代初始時b_x初值為0，α是布拉格曼懲罰系數(shù)，賦值為1；

步驟3-2)、將式(5)中的u和w_x這兩個未知變量分離出來，轉化為兩個最優(yōu)化迭代子方程求解；

對于變量u，其最優(yōu)化迭代子方程為：

對于輔助變量w_x，其最優(yōu)化子方程為：

步驟3-3)、式(6)相當于一個基于線性算子的迭代過程：

利用快速傅里葉變換求得u的封閉解：

其中F為快速傅里葉變換，F(xiàn)^-1為傅里葉逆變換；

步驟3-4)、使用shrink算子對式(7)實現(xiàn)最優(yōu)化迭代：

其中，μ為收縮系數(shù)，shrink算子的方程為：

其中，a為非0任意數(shù)，b為任意數(shù)，因此對于式(10)，當時，取

步驟3-5)、對于輔助變量b_x，使用代入法迭代求解：

步驟3-6)在布拉格曼迭代法計算的過程中，在對一個變量進行迭代時，其他變量均保持不變，如此交替迭代，當?shù)降趎+1次時，滿足uⁿ⁺¹-uⁿ＜σ，迭代終止，此時獲得的圖像uⁿ⁺¹為消除非均勻性的圖像u_final，σ閾值設為10^-3。