[發明專利]一種泊松-高斯聯合噪聲圖像序列分離降噪方法

有效

• 申請號: 202010115293.3
• 申請日: 2020-02-25
• 公開（公告）號: CN111405206B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 喻春雨;李翰林
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04N5/357
• 分類號: H04N5/357;G06T5/00
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 姚姣陽

1.一種泊松-高斯聯合噪聲圖像序列分離降噪方法，其特征在于，包括如下步驟：

S1、獲取包含N張含泊松-高斯聯合噪聲污染圖像的噪聲圖像序列；

S2、將噪聲圖像序列分為n組，采用幀平均法進行預處理、得到n張預處理圖像，并以所獲取的預處理圖像組成新的圖像序列、作為算法的觀測信號；

S3、對圖像序列中的n張預處理圖像進行中心化處理、得到去均值化的混合觀測矩陣；

S4、結合混合觀測矩陣給出混合觀測矩陣的非零時延協方差矩陣；

S5、采用非線性最小二乘法尋找酉矩陣近似聯合對角化協方差矩陣，得到權值矩陣V，最終輸出分離得到的獨立信號、即降噪后的圖像；

其中，所述S3包含如下步驟：對采用多幀平均法所獲得的圖像序列數據進行中心化處理并混合；

所述混合的方式為，假設一幀圖像大小為M×N，將每張圖像的像素值按從上至下、從左至右依次排列，生成一個新的一維行向量，將每幀圖像的一維行向量按行排列，形成一個大小為n×(M×N)二維觀測矩陣x(t)，x(t)由源信號矩陣和未知混合矩陣A組成；

所述S4包含如下步驟：結合混合觀測矩陣給出非零時延協方差矩陣、即

R_x(τ)＝AR_s(τ)A^T (1)

在式(1)中，R_s(τ)為源信號時延協方差矩陣，R_x(τ)為觀測矩陣的時延協方差矩陣，τ為非零時延。

2.根據權利要求1所述的泊松-高斯聯合噪聲圖像序列分離降噪方法，其特征在于，所述S1包含如下步驟：使用成像設備在暗光條件下進行圖像拍攝，圖像拍攝過程中保證成像設備與成像目標二者位置的相對固定，得到N張相同成像條件下、大小相同、含泊松-高斯聯合噪聲污染的圖像，并以此組成噪聲圖像序列。

3.根據權利要求2所述的泊松-高斯聯合噪聲圖像序列分離降噪方法，其特征在于，所述S2包含如下步驟：將初始含泊松-高斯聯合噪聲污染的噪聲圖像序列分為n組，使用多幀平均法進行降噪預處理，對每組圖像序列分別加權求平均、得到n張預處理圖像，并以所獲取的預處理圖像組成新的圖像序列、作為算法的觀測信號。

4.根據權利要求1所述的泊松-高斯聯合噪聲圖像序列分離降噪方法，其特征在于，所述S5包含如下步驟：

S51、建立代數準則式、即

C_WLS(A，λ)＝A[g,Q₀(A)λ]^TV[g-Q₀(A)λ] (2)

在式(2)中，V為權值矩陣、其值為V＝{cov|g|}^-1；

隨后采用非線性權值最小二乘法尋找一個酉矩陣將所有協方差矩陣近似聯合對角化，使式(2)中的A和λ最小化；

S52、引入變量θ代替A和λ，并令f(θ)＝Q₀(A)λ，則由高斯迭代法將式(2)轉換為

在式(2)中，

S53、代入其中θ_A＝vec{A^T}，λ＝[λ₁^T，λ₂^T，...，λ_M-1^T]^T，將式(3)轉換為

在式(4)中，

S54、將式(4)中的初始參數設置為θ⁰＝vec{I_n}，經過數次迭代后使式(4)收斂，求解權值矩陣V，最終將所分離的源信號估計為s(t)＝V^-1x(t)。