[發(fā)明專利]一種基于含噪聲圖像分布約束的貝葉斯圖像去噪方法

在審

• 申請?zhí)枺?/td>: 202010696129.6
• 申請日: 2020-07-20
• 公開（公告）號: CN111932468A
• 公開（公告）日: 2020-11-13
• 發(fā)明（設(shè)計）人: 邢宇翔;張麗;高河偉;鄧智
• 申請（專利權(quán)）人: 清華大學(xué)
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06N3/04;G06N3/08;G06K9/62;G06F17/15;G06F17/18;G06F17/14
• 代理公司: 北京清亦華知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11201
• 代理人: 羅文群

1.一種基于含噪聲圖像分布約束的貝葉斯圖像去噪方法，其特征在于該方法包括以下步驟：

(1)根據(jù)含噪聲圖像分布，計算無噪聲圖像分布的距離代價函數(shù)；

(2)根據(jù)步驟(1)的無噪聲圖像分布的距離代價函數(shù)，對含噪聲圖像進行貝葉斯去噪。

2.如權(quán)利要求1所述的方法，其特征在于其中所述的步驟(1)中根據(jù)含噪聲圖像分布，計算無噪聲圖像分布的距離代價函數(shù)，包括以下步驟：

對于分布可準確或近似解析表達的圖像，采用基于特征函數(shù)的方法估計無噪聲圖像的分布的距離代價函數(shù)，包括以下步驟：

(1)將成像系統(tǒng)產(chǎn)生的含噪聲圖像隨機向量記為Z，以解析形式估計含噪聲圖像隨機向量Z的概率密度函數(shù)f_Z，將含噪聲圖像隨機向量Z中所含的加性噪聲隨機向量記為N，以解析的形式估計加性噪聲隨機向量N的概率密度函數(shù)f_N；

(2)對步驟(1)中的概率密度函數(shù)f_Z和f_N分別進行傅里葉變換，得到含噪聲圖像隨機向量的特征函數(shù)以及加性噪聲隨機向量的特征函數(shù)

(3)將成像系統(tǒng)產(chǎn)生的無噪聲圖像隨機向量記為S，將步驟(2)中含噪聲圖像隨機向量的特征函數(shù)與加性噪聲隨機向量的特征函數(shù)相除，得到無噪聲圖像隨機向量S的特征函數(shù)

或：通過目標優(yōu)化的方法，根據(jù)與的一致性，得到無噪聲圖像隨機向量的特征函數(shù)的估計值

其中，Φ(·，·)為兩個隨機向量的特征函數(shù)之間距離測度，argmin表示求使得目標函數(shù)取最小值的參數(shù)；

(4)對步驟(3)的無噪聲圖像隨機向量的特征函數(shù)或特征函數(shù)的估計值進行逆傅里葉變換，得到無噪聲圖像隨機向量的概率密度函數(shù)f_S，即得到噪聲圖像隨機向量S的分布；

(5)對一組含噪聲圖像樣本z₁，z₂，z₃，...，z_n進行解析濾波去噪或貝葉斯迭代去噪，獲得估計無噪聲圖像樣本的初始值，并記的集合為

(6)根據(jù)分布距離函數(shù)D，計算步驟(5)中估計無噪聲圖像樣本的集合與步驟(4)中所得無噪聲圖像隨機向量S之間的分布距離該分布距離的表達式為無噪聲圖像分布的距離代價函數(shù)。

3.如權(quán)利要求1所述的方法，其特征在于其中所述的步驟(1)中根據(jù)含噪聲圖像分布，計算無噪聲圖像分布的距離代價函數(shù)，包括以下步驟：

對于分布難以用解析方式表達的情況，或分布計算過于復(fù)雜的圖像，采用間接的分布距離約束的方法估計無噪聲圖像分布的距離代價函數(shù)，包括以下步驟：

(1)對一組含噪聲圖像樣本z₁，z₂，z₃，...，z_n進行解析濾波去噪或貝葉斯迭代去噪，獲得估計無噪聲圖像樣本的初始值；

(2)設(shè)定步驟(1)中含噪聲圖像樣本z₁，z₂，z₃，....，z_n中所含加性噪聲隨機向量為N，以解析的形式估計加性噪聲隨機向量N的概率密度函數(shù)f_N，并從加性噪聲隨機向量N的分布中采集與含噪聲圖像樣本數(shù)量相同的噪聲樣本

或：在無信號時采集成像系統(tǒng)的噪聲樣本，獲得

(3)將步驟(2)的噪聲樣本與步驟(1)中估計無噪聲圖像樣本相加，得到估計含噪聲圖像樣本

其中，i＝1:n；

(4)記步驟(1)中含噪聲圖像樣本z₁，z₂，z₃，....，z_n的集合為Z，記步驟(3)中估計含噪聲圖像樣本的集合為根據(jù)分布距離函數(shù)D，計算離散的估計含噪聲圖像樣本集合與真實離散的含噪聲圖像分布Z之間的分布距離該分布距離的表達式為無噪聲圖像分布的距離代價函數(shù)。

4.如權(quán)利要求2或3所述的方法，其特征在于其中所述的以解析的形式估計加性噪聲隨機向量N的概率密度函數(shù)f_N的方法為：根據(jù)成像系統(tǒng)的物理規(guī)律，獲取加性噪聲隨機向量N的分布形式，隨后通過仿真或?qū)嶋H實驗測量加性噪聲隨機向量N的分布參數(shù)，得到加性噪聲隨機向量N的概率密度函數(shù)f_N。