[發明專利]一種基于加權變分模型的圖像去噪方法

在審

• 申請號: 202011383381.8
• 申請日: 2020-11-30
• 公開（公告）號: CN112396568A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 李炳照;李萌萌
• 申請（專利權）人: 北京理工大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京正陽理工知識產權代理事務所(普通合伙) 11639
• 代理人: 張利萍

本發明公開了一種基于加權變分模型的圖像去噪方法，屬于圖形圖像處理技術領域。本方法充分分析了高斯噪聲對圖像梯度、頻率等方面的影響，首次提出了自適應權重并引入到設計的WTV模型中，使得在去噪時，在保持低頻信息的同時，增強邊緣等高頻信息，使圖像結構相似性得以很好保持。此外，該權重的設計，只依賴于輸入的噪聲圖像本身而不涉及其他參數，非常有利于應用實施。本方法，對比現有技術，采用自適應的權重函數，不引入額外的參數，不同像素的權值不同，也無需調節參數。權重函數能保持低頻信息的同時，增強高頻信息，能夠更好地保持圖像結構，提升去噪效果。經過實驗測試，本發明方法在評價指標PSNR和SSIM以及運行時間方面，具有明顯的優勢。

技術領域

本發明涉及一種圖像去噪方法，尤其涉及一種基于加權變分模型的圖像去噪方法，屬于圖形圖像處理技術領域。

背景技術

隨著信息時代的發展，大量圖像信息涌現，給人們的工作生活帶來許多便利。與此同時，有價值的信息容易受到噪聲的污染，比如高斯噪聲、椒鹽噪聲、斑點噪聲以及混合噪聲等等，在視覺和有效性等方面造成阻礙。因此，如何處理圖像中夾雜的噪聲，是非常重要的問題之一。

作為對圖像信息恢復的一種有效方法，圖像去噪技術應運而生。圖像去噪方法可分為空域方法和變換域方法。其中，空域方法是基于噪聲的獨立性直接對像素本身進行操作，變換域方法是將圖像有空余變換到其他變換域，基于像素和噪聲在變換域的差異處理噪聲。在保持邊緣等高頻信息方面，空域方法相對更有效。

圖像去噪問題，是圖像處理領域非常重要的技術問題之一。該問題雖屬底層信息處理范疇，但在圖像去噪過程中，如何能夠保持圖像紋理、邊緣以及結構相似性等方面，仍然非常具有挑戰性。目前，本領域技術人員對于圖像噪聲的處理，往往借助模型算法來進行高效的運算處理，如非常經典的TV模型，由于能夠有效保持圖像邊緣，被廣泛應用于圖像去噪、圖像去模糊、圖像分解等眾多圖像處理問題中。但是，由于TV在處理圖像時，易產生階梯效應，因此，在TV模型的基礎上，許多改進的模型被提出用以提升TV性能，如HOTV模型，把高階梯度信息用到模型的正則項中，使得去噪的圖像保持一定的光滑性；l_p-αl_q形式的模型，組合不同范數的性質，提升稀疏性，達到較好的去噪效果；ATV模型，考慮各項異性，在正則項中引入具有光滑作用的權重，以上模型都從不同角度對TV進行性能提升。但是，這些方法仍然存在不足。基于HOTV模型的方法，中高階梯度的引入，l_p-αl_q模型較為復雜的正則項，需要耗費較高的計算代價，ATV模型在定義權重時引入的兩個參數都需要調整，增加了數值實驗難度。

發明內容

本發明的目的是針對現有技術存在的不足和缺陷，為有效解決的圖像去噪的技術問題，創造性地提出了一種基于加權變分模型的圖像去噪方法。

本方法屬于空域處理方法，其創新點在于：充分分析高斯噪聲對圖像梯度、頻率等方面的影響，首次提出了自適應權重并引入到設計的WTV模型中，使得在去噪時，在保持低頻信息的同時，增強邊緣等高頻信息，使圖像結構相似性得以很好保持。此外，該權重的設計，只依賴于輸入的噪聲圖像本身而不涉及其他參數，非常有利于應用實施。

本發明的目的是通過下述技術方案實現的。

一種基于加權變分模型的圖像去噪方法，包括以下步驟：

步驟1：圖像預處理與輸入數據。

輸入的圖像需要歸一化，即像素值范圍為[0,1]。輸入為帶高斯噪聲的圖像，其噪聲水平由噪聲方差水平決定。

步驟2：構建加權變分模型(WTV)。

首先，定義自適應權重函數w，具體如下：