[發明專利]基于非局部自相似性與稀疏表示的圖像處理方法及裝置

有效

• 申請號: 201810297729.8
• 申請日: 2018-03-30
• 公開（公告）號: CN108537752B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 蔡述庭;廖志高;劉坤;翁少佳;李衛軍
• 申請（專利權）人: 廣東工業大學
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06V10/74;G06V10/762;G06V10/77;G06K9/62
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 張春水;唐京橋

1.一種基于非局部自相似性與稀疏表示的圖像處理方法，其特征在于，包括：

S1：獲取待去噪圖像，對所述待去噪圖像進行分割，得到若干個相互重疊的圖塊；

S2：根據SSIM公式計算每兩個所述圖塊的相似度，得到每個所述圖塊的相似圖塊集，并計算所述相似圖塊集中每兩個所述圖塊的歐氏距離；

S3：根據所述相似圖塊集中每兩個所述圖塊的相似度和所述歐氏距離通過預置加權系數計算公式計算所述相似圖塊集中每個所述圖塊的加權系數，并將所述加權系數代入預置稀疏編碼計算公式計算每個所述圖塊的稀疏編碼估計值，所述預置加權系數計算公式為：

其中，x_i＝Dα_i，x_i,q＝Dα_i,q，D為預置字典的過完備字典，α_i為相似圖塊集i的稀疏度，α_i,q為相似圖塊集i中第q個圖塊的稀疏度，h為預定義的標量，W是歸一化常數，n為每個圖像塊的相似塊個數；

S4：根據對所述圖塊訓練得到的預置字典與所述稀疏編碼估計值通過迭代收縮算法計算每個所述圖塊的稀疏系數，并將所述稀疏系數代入預置重構圖像函數重構得到第一去噪圖像；

S5：計算所述第一去噪圖像與所述待去噪圖像的峰值信噪比，將所述第一去噪圖像作為第一待去噪圖像，并返回步驟S1；當所述峰值信噪比的變化趨于穩定時，獲取到與所述峰值信噪比對應的去噪圖像的最優稀疏系數，并執行步驟S6；

S6：計算所述預置字典的過完備字典，根據所述過完備字典與所述最優稀疏系數通過重構函數x＝Dα_y重構得到去噪圖像，其中，α_y為最優稀疏系數，D為過完備字典。

2.根據權利要求1所述的非局部自相似性與稀疏表示的圖像處理方法，其特征在于，步驟S4具體包括：

S41：根據K均值算法對所述圖塊進行聚類，并對所述聚類進行訓練，得到預置字典；

S42：根據所述預置字典與所述稀疏編碼估計值通過迭代收縮算法計算所述圖塊的稀疏系數，并將所述稀疏系數代入預置重構圖像函數重構得到第一去噪圖像。

3.根據權利要求1所述的非局部自相似性與稀疏表示的圖像處理方法，其特征在于，所述SSIM公式為：

其中，μ_y1和μ_y2為圖塊向量y₁和y₂中所有像素灰度值的均值，σ_y1和σ_y2為圖塊向量y₁和y₂像素灰度值的方差，σ_y1y2為圖塊向量y₁和y₂像素灰度值的協方差，C₁,C₂均為常數。

4.根據權利要求1所述的非局部自相似性與稀疏表示的圖像處理方法，其特征在于，所述預置稀疏編碼計算公式為：

其中，Ω_i為相似圖塊集，ω_i,q為相似圖塊集i中第q個圖塊加權系數，α_i,q為相似圖塊集i中第q個圖塊的稀疏度。

5.根據權利要求2至4中任意一項所述的非局部自相似性與稀疏表示的圖像處理方法，其特征在于，所述預置重構圖像函數為：

其中，R_k為圖塊提取算子，為R_k的轉置，是稀疏分解向量，φ_k是字典。