[發(fā)明專利]基于貝葉斯張量分解的相似塊堆聚圖像消噪方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201711030903.4
• 申請日: 2017-10-30
• 公開（公告）號: CN109727200A
• 公開（公告）日: 2019-05-07
• 發(fā)明（設(shè)計(jì)）人: 招浩華;張麗清;趙啟斌
• 申請（專利權(quán)）人: 上海交通大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 上海交達(dá)專利事務(wù)所 31201
• 代理人: 王毓理;王錫麟

1.一種基于貝葉斯張量分解的相似塊堆聚圖像消噪方法，其特征在于，通過從原始圖像中劃分出若干圖像塊，將其中相似的圖像塊堆聚組成更高階的張量，對高階張量進(jìn)行張量分解得到張量矩陣和噪聲精度的聯(lián)合概率，通過交替迭代法近似估計(jì)基于聯(lián)合概率的極大對數(shù)似然模型參數(shù)和超參數(shù)并得到消噪高階張量，最后將消噪高階張量中每個(gè)圖像塊復(fù)原后得到消噪后的低階圖像。

2.根據(jù)權(quán)利要求1所述的方法，其特征是，所述的初步消噪圖像塊，通過對原始圖像經(jīng)過初步消噪操作，得到初步消噪圖，然后在初步消噪圖上用滑動(dòng)窗口生成若干圖像塊。

3.根據(jù)權(quán)利要求1所述的方法，其特征是，所述的堆聚是指：先用較大滑動(dòng)距離生成參考初步消噪圖像塊，對于每個(gè)參考初步消噪圖像塊Y_i，在初步消噪圖像中的一個(gè)更小的區(qū)域，以不同的滑動(dòng)距離選取初步消噪圖像塊，并從其中選擇與之最相似的圖像塊以組成初步消噪圖像塊組原始圖像相同位置的圖像塊則組成原始圖像塊組當(dāng)原來的圖像塊是三階張量，現(xiàn)在加上相似的非局部結(jié)合，則得到四階張量。

4.根據(jù)權(quán)利要求1所述的方法，其特征是，所述的張量分解，即對得到的多個(gè)四階張量原始圖像塊組按張量并行因子模式進(jìn)行分解；張量分解算法采用貝葉斯模型，模型中參數(shù)和超參數(shù)具有條件概率關(guān)系，算法中對模型中每個(gè)參數(shù)和超參數(shù)采用先固定其他參數(shù)計(jì)算其極大對數(shù)似然的最優(yōu)值的交替迭代法計(jì)算出因子，其中每個(gè)原始圖像塊組的噪音精度參數(shù)τ根據(jù)原始圖像塊組與初步消噪圖像塊組之差設(shè)定初始值。

5.根據(jù)權(quán)利要求1所述的方法，其特征是，所述的復(fù)原是指：當(dāng)張量分解迭代收斂時(shí)，根據(jù)得到的因子通過重構(gòu)得到消噪高階張量將消噪高階張量中每一個(gè)圖像塊提取出來并置于原始位置得到消噪后的低階圖像。

6.根據(jù)權(quán)利要求5所述的方法，其特征是，當(dāng)存在多個(gè)圖像塊重疊，則取平均值作為消噪后的圖像。

7.根據(jù)權(quán)利要求3或4所述的方法，其特征是，所述的四階張量為：

其中：o表示向量的外積，是一維向量，張量矩陣是Kruskal算子表示中間式子的運(yùn)算，R是張量分解成的秩一向量外積項(xiàng)的個(gè)數(shù)為即張量的并行因子秩，N是張量的階數(shù)；

對每一個(gè)張量矩陣A⁽ⁿ⁾的概率滿足：其中：是A⁽ⁿ⁾的第i_n行，Λ＝diag(λ)是精度矩陣，即協(xié)方差矩陣的逆矩陣；對所有的張量矩陣A⁽ⁿ⁾，其精度矩陣Λ均相同，因?yàn)樵摼染仃嚍閷蔷仃嚕瑢蔷€上的元素為λ＝[λ₁,...,λ_R]，其概率滿足：其中：表示γ分布；對應(yīng)噪聲精度的概率也滿足p(τ)＝Ga(τ|a₀,b₀)，則有張量矩陣和噪聲精度的聯(lián)合概率其中：參數(shù)Θ＝{A⁽¹⁾，...，A^(N)，λ，τ}。

8.根據(jù)權(quán)利要求4所述的方法，其特征是，所述的交替迭代法是指：

①對于A⁽ⁿ⁾，可以推導(dǎo)得其中的參數(shù)通過以下方式更新：其中：⊙表示張量Khatri-Rao連乘；

②關(guān)于A的超參數(shù)λ，可以推得其中的參數(shù)通過求解以下得到：得到

③對于噪聲的參數(shù)τ，同理可得：τ＝a_M/b_M；

④對于秩R，初始化時(shí)選取可能的最大值；當(dāng)?shù)霈F(xiàn)某個(gè)λ_r會得到比較大的值，導(dǎo)致對應(yīng)外積項(xiàng)趨于0，于是這個(gè)外積項(xiàng)就自動(dòng)去除，估計(jì)的秩減一，迭代到最后就可以自動(dòng)計(jì)算出秩R。

9.一種實(shí)現(xiàn)上述任一權(quán)利要求所述方法的系統(tǒng)，其特征在于，包括：初步消噪模塊、堆聚模塊、張量分解模塊、張量重構(gòu)模塊以及復(fù)原模塊，其中：初步消噪模塊與堆聚相連并傳輸初步消噪后的圖像，堆聚模塊與張量模塊相連并傳輸相似圖像塊堆聚組，張量分解模塊與張量重構(gòu)模塊相連并傳輸因子分解結(jié)果，張量重構(gòu)模塊復(fù)原模塊相連并傳輸張量重構(gòu)的低秩圖像堆聚塊組。