[發(fā)明專利]一種基于馬爾科夫隨機場的視覺傳感器去噪方法

在審

• 申請?zhí)枺?/td>: 202010463790.2
• 申請日: 2020-05-27
• 公開（公告）號: CN111798382A
• 公開（公告）日: 2020-10-20
• 發(fā)明（設計）人: 翟洋;宋文澤;杜志彬;張魯;沈永旺;趙帥;寶鶴鵬
• 申請（專利權(quán)）人: 中汽數(shù)據(jù)有限公司;中國汽車技術(shù)研究中心有限公司;中汽數(shù)據(jù)（天津）有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 天津企興智財知識產(chǎn)權(quán)代理有限公司 12226
• 代理人: 蘇沖

1.一種基于馬爾科夫隨機場的視覺傳感器去噪方法，其特征在于包括以下步驟：

S1、對仿真場景利用視覺傳感器進行圖像采集；

S2、得到原始的圖像數(shù)據(jù)之后，將圖像轉(zhuǎn)換為數(shù)字矩陣，作為去噪模型的輸入；

S3、將每一個像素點和像素點之間的鄰域關系構(gòu)造為勢能函數(shù)，根據(jù)勢能函數(shù)生成馬爾科夫隨機場的初始化消息；

S4、將要發(fā)送的初始消息全部計算完成后，進行消息的更新迭代，直到模型收斂；

S5、最后將模型收斂后得到的最優(yōu)結(jié)果還原為圖像信息，實現(xiàn)視覺傳感器的去噪。

2.根據(jù)權(quán)利要求1所述的一種基于馬爾科夫隨機場的視覺傳感器去噪方法，其特征在于：所述步驟S2中圖像轉(zhuǎn)換數(shù)字矩陣的方法：將由原始圖像轉(zhuǎn)化生成的數(shù)值矩陣表示為X＝{x₁...x_n}，其中每一個變量對應于馬爾可夫隨機場的一個結(jié)點，這樣，所有變量的聯(lián)合概率可以描述為馬爾科夫隨機場中所有勢能函數(shù)的乘積形式：

其中，Z是歸一化常數(shù)，為勢能函數(shù)，根據(jù)吉布斯分布，可以將勢能函數(shù)定義為能量函數(shù)的形式，表示為

3.根據(jù)權(quán)利要求1所述的一種基于馬爾科夫隨機場的視覺傳感器去噪方法，其特征在于：所述步驟S4中勢能函數(shù)分為兩種，一種為單點勢能函數(shù)，表示為模型輸入的觀測數(shù)據(jù)，作為模型的先驗知識，另一種為成對勢能函數(shù)，根據(jù)變量的四鄰域系統(tǒng)中的其他變量的取值，來對變量結(jié)點進行平滑處理，綜上所述馬爾科夫隨機場的全局能量函數(shù)可以定義為下述形式：

E(x,y)＝h∑_ix_i-β∑_i,j|x_i-x_j|-η∑_i,j|x_i-y_j|；

其中，x_i和x_j表示變量結(jié)點，x_i和x_j的取值，h，β，η為權(quán)重系數(shù)。

4.根據(jù)權(quán)利要求1所述的一種基于馬爾科夫隨機場的視覺傳感器去噪方法，其特征在于：所述步驟S4中的初始化消息過程如下，將每一個像素點視為馬爾科夫隨機場的單點勢能函數(shù)，并且作為先驗知識，對模型參數(shù)進行粗粒度的全局性的調(diào)優(yōu)，同時根據(jù)馬爾科夫隨機場的四鄰域場結(jié)構(gòu)，利用鄰域系統(tǒng)中的成對勢能函數(shù)對模型的參數(shù)進行細節(jié)上面的平滑和完善，并根據(jù)單點勢能函數(shù)和成對勢能函數(shù)生成馬爾科夫隨機場的初始化消息。

5.根據(jù)權(quán)利要求1所述的一種基于馬爾科夫隨機場的視覺傳感器去噪方法，其特征在于：所述步驟S4中更新迭代的過程如下；

首先，將數(shù)值矩陣賦值給馬爾科夫隨機場中的變量結(jié)點，并利用吉布斯分布公式計算結(jié)點當前的單點勢能函數(shù)和成對勢能函數(shù)值；

其次，當計算完成所有變量結(jié)點的初始消息后，利用初始消息進行變量結(jié)點消息的更新，更新公式如下：

最后，將通過消息更新公式計算得到的更新后的消息作為第二輪消息傳播的輸入，再次進行消息更新的迭代，直到模型收斂；

其中m_kj(x_j)表示從鄰域系統(tǒng)中的鄰居結(jié)點發(fā)送到當前變量結(jié)點，x_i的消息，該消息的取值僅和變量，x_j相關，N(j)\i表示除去變量結(jié)點i之外，所有與變量結(jié)點j相連的結(jié)點的集合，φ_j(x_j,y_j)和ψ_ji(x_j,x_i)分別為馬爾科夫隨機場中的單點勢能函數(shù)和成對勢能函數(shù)。