[發明專利]基于四元數加權核范數最小的彩色圖像去噪方法

有效

• 申請號: 201710326210.3
• 申請日: 2017-05-10
• 公開（公告）號: CN107085835B
• 公開（公告）日: 2019-09-24
• 發明（設計）人: 余義斌;張玉蘭;岳洪偉;王天雷;郭凱鳳
• 申請（專利權）人: 五邑大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 梁嘉琦

本發明公開了一種基于四元數加權核范數最小的彩色圖像去噪方法，利用彩色圖像的非局部相似性，對彩色圖像建立基于四元數核范數最小的模型，并根據四元數的用于重構三維彩色圖像的固有特性，利用迭代重加權算法對四元數加權核范數最小模型進行求解，從而在矢量重構過程中很好地保持構成彩色圖像的三個彩色通道之間的內部聯系，從而獲得更好的去噪效果。

技術領域

本發明涉及圖像處理技術領域，尤其是一種基于四元數加權核范數最小的彩色圖像去噪方法。

背景技術

由于圖像在拍攝、壓縮、存儲、傳輸過程中均不可避免地會受到拍攝設備、傳輸介質以及外界各種光、電信號的干擾影響，從而在圖像上疊加有圖像噪聲，因此圖像去噪是圖像處理技術的重要組成部分，帶有噪聲的圖像的形成過程可以表示為：Y＝X+N，其中X為清晰圖像，N為外界噪聲，Y為實際觀測到的帶有噪聲的彩色圖像。近年來，各種統計估計器、空域自適應濾波器以及基于變換域的處理方法都被用于圖像去噪處理，而基于字典學習的稀疏表示方法、最優方向法和在線字典學習法等也被廣泛應用于圖像去噪處理。為了獲得更好的去噪效果，低秩矩陣逼近方法也被用于重構清晰圖像，其中低秩矩陣分解和核范數最小是低秩矩陣逼近問題中最重要的兩個方向，在核范數最小的基礎上，對核范數進行加權能使圖像去噪達到更好的效果。然而，傳統的彩色圖像去噪方法通常是把彩色圖像看成由三幅獨立的灰度圖像組合而成，一般都分別對三幅灰度圖像進行處理，而忽略了各通道之間的相互聯系，難以達到令人滿意的去噪效果。

發明內容

為解決上述問題，本發明的目的在于提供一種基于四元數加權核范數最小的彩色圖像去噪方法，該彩色圖像去噪方法利用彩色圖像的非局部相似性，建立彩色圖像的四元數核范數最小的模型，并根據四元數用于重構三維彩色圖像的固有特性，對構成彩色圖像三個通道進行關聯處理，從而獲得更好的去噪效果。

本發明解決其問題所采用的技術方案是：

基于四元數加權核范數最小的彩色圖像去噪方法，包括以下步驟：

A、對帶有噪聲的彩色圖像進行圖像采集，得到一幅像素大小為M×N的圖像I，其中，M和N均為大于零的整數；

B、估計圖像I中的噪聲方差根據噪聲方差得到噪聲標準差σ_n；

C、判斷噪聲標準差σ_n的大小，并根據噪聲標準差σ_n的大小設置不同的處理參數，若噪聲標準差σ_n<50，轉到步驟D；若噪聲標準差σ_n≥50，先用高斯低通濾波器對圖像I進行濾波處理，然后轉到步驟D；

D、根據圖像I的像素(r,g,b)所對應的四元數把圖像I轉化為四元數矩陣的表示形式，并根據該四元數矩陣的表示形式對圖像I建立四元數加權核范數最小模型；

E、利用步驟C中的處理參數對圖像I進行圖像分塊，并根據分塊所得到的參考塊而獲得每個參考塊的相似塊；

F、對每個參考塊的相似塊建立四元數圖像塊加權核范數最小模型；

G、利用迭代重加權算法求解每一個四元數圖像塊加權核范數最小模型的估計值；

H、組合所有的四元數圖像塊加權核范數最小模型的估計值，求得圖像I的完整估計值；

I、判斷步驟G中的迭代是否全部完成，若完成，轉到步驟J；若沒有完成，先進行殘差補償處理，再轉到步驟G；

J、圖像I的完整估計值輸出為不帶有噪聲的清晰圖像，完成對彩色圖像的去噪處理。