[發明專利]基于自適應核回歸的全變分圖像噪聲消除方法

有效

• 申請號: 201810110225.0
• 申請日: 2018-02-05
• 公開（公告）號: CN108510449B
• 公開（公告）日: 2020-06-30
• 發明（設計）人: 賴睿;莫一過;肖鶴玲;徐昆然;官俊濤
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于自適應核回歸的雙邊全變分圖像噪聲消除方法，包括：

(1)獲取污染圖像X₀；

(2)迭代計算去噪圖像：

(2a)用污染圖像X₀初始化第1次迭代的去噪圖像設置最大迭代次數N＝50；

(2b)計算第t次迭代去噪圖像的核回歸權值K_t,l,m，t≥2；

其中，l，m分別代表在去噪圖像的x方向平移l個像素和在y方向平移m個像素的像素點對去噪圖像原位置像素的權值；

(2c)構建去噪圖像的基于自適應核回歸的雙邊全變分正則項

其中，||·||₁表示1范數，和分別代表將去噪圖像沿x方向平移l個像素和在y方向平移m個像素的矩陣算子；P表示鄰域半徑；

(2d)構建由去噪圖像和污染圖像X₀組成的保真項并根據保真項和全變分正則項組成能量泛函E_t；

其中，λ為正則化參數，取值為45；

(2e)計算全變分正則項對的導數

其中，I為單位矩陣，sign(·)代表符號函數；

(2f)采用最陡下降法求解能量泛函E_t的最小化問題，獲得第t+1次迭代的去噪圖像

其中，Δt為迭代步長，Δt＝0.08；

(3)判斷迭代次數是否小于最大迭代次數N，如果迭代次數小于最大迭代次數，則重復步驟(2b)-步驟(2f)；否則，迭代結束，輸出去噪圖像。

2.根據權利要求1所述的方法，其中步驟(1)中獲取污染圖像X₀，是采用標準測試圖像“Dollar”作為原始圖像，在原始圖像上添加標準差為40的高斯噪聲獲得污染圖像X₀。

3.根據權利要求1所述的方法，其中步驟(2b)中計算第t次迭代去噪圖像的核回歸權值K_t,l,m，按如下步驟計算：

(2b1)計算去噪圖像所有像素點x_i,j的鄰域梯度組合G_i,j：

其中，z_x(x_n)和z_y(x_n)為以像素點x_i,j為中心且半徑為P的鄰域分別沿x軸方向和y軸方向的梯度拉伸成的向量，P＝3；

(2b2)對梯度組合G_i,j進行奇異值分解，將其分為如下三項：

其中，V_i,j表示原始域的標準正交基，其列向量是奇異值的右奇異向量；U_i,j表示G_i,j變換后的co-domain的標準正交基，其列向量是奇異值的左奇異向量；S_i,j為對角矩陣，表示V_i,j與U_i,j之間的關系，其對角線上的元素等于G_i,j的奇異值；

(2b3)根據奇異值分解結果計算去噪圖像的所有像素點x_i,j的平滑矩陣C_i,j：

其中，α＝S_i,j(1,1),β＝S_i,j(2,2),u＝V_i,j(:,1),v＝V_i,j(:,2),V_i,j(:,1)表示V_i,j的第1列，V_i,j(:,2)表示V_i,j的第2列，γ是核回歸伸展正則化參數，eps是為預定義常數，len為鄰域內的像素點數量，ψ為結構感知參數，γ＝1，e＝0.0000001，len＝49，ψ＝0.5；

(2b4)計算去噪圖像的所有像素點x_i,j的鄰域權值Kx_i,j(x_n-x_i,j)：

其中，x_n為以像素點x_i,j為中心且半徑為P的鄰域中像素點，h為全局平滑參數，h＝2.4；

(2b5)將去噪圖像的鄰域權值Kx_i,j(x_n-x_i,j)轉變為核回歸權值K_t,l,m：

K_t,l,m(i,j)＝Kx_i,j(x_l,m-x_i,j)，m+l≥0。

4.根據權利要求1所述的方法，其中步驟(2d)中的保真項其計算公式如下：

其中，表示去噪圖像，X₀表示污染圖像，||·||₁表示1范數。