[發明專利]一種基于不相關稀疏字典的圖像去噪方法

有效

• 申請號: 201711495141.5
• 申請日: 2017-12-31
• 公開（公告）號: CN108305219B
• 公開（公告）日: 2022-01-14
• 發明（設計）人: 王瑾;朱青
• 申請（專利權）人: 北京工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06V10/40
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 張慧

1.一種基于不相關稀疏字典的圖像去噪方法，其特征在于，包括以下步驟：

步驟1、將帶噪聲圖像I均勻地以塊大小重疊地隨機采樣作為訓練數據Y；

步驟2、根據訓練數據Y得到不相關稀疏字典Φ，Φ的大小為m×k，k為大于m的整數；

步驟3、對于帶噪聲圖像，按照從上到下、從左到右的方式依次重疊地提取圖像塊p，p的大小為

步驟4、對于每個圖像塊p，求解如下l₀范數極小化問題得到其稀疏系數

步驟5、去噪后的圖像塊為

步驟6、將有重疊區域的圖像塊放置到原圖對應位置，重疊區域取平均值，得到最終去噪圖像

其中，步驟2得到不相關稀疏字典Φ具體包括：

獲取訓練圖像數據Y、稀疏系數X；

初始化變量：S，T，N，L，P，Q，α，β，μ₁，μ₂，μ₃，∈，k＝0，其中，S，T，N，L，P，Q均表示輔助變量，α，β，μ₁，μ₂，μ₃表示罰因子參數，∈表示循環終止參數，

當循環條件滿足時，進入循環：

L_k+1＝L_k-(G-N)

S_k+1＝S_k+μ₁(G-P)

T_k+1＝T_k+μ₂(G-Q)

結束循環；

對矩陣G進行矩陣分解：Φ^TΦ＝G；

進行后處理：Φ＝WΦ；

輸出不相關稀疏字典Φ。