[發明專利]基于異質噪聲特性的圖像去噪方法、設備及介質

在審

• 申請號: 202110801807.5
• 申請日: 2021-07-15
• 公開（公告）號: CN113409307A
• 公開（公告）日: 2021-09-17
• 發明（設計）人: 汪運;陳遠洋;鄒潤民
• 申請（專利權）人: 中南大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T5/00;G06F17/16
• 代理公司: 長沙軒榮專利代理有限公司 43235
• 代理人: 李崇章

本公開實施例中提供了一種基于異質噪聲特性的圖像去噪方法、設備及介質，屬于圖像處理技術領域，具體包括：將初始圖像對應的三維數據集轉化為二維數據集，并將二維數據集進行歸一化操作后分解，得到初始數據集；根據初始數據集計算概率密度分布函數，并建立分解模型；優化分解模型，得到對應的參數公式；將全部參數公式進行迭代，得到分解模型中各參數的值；得到目標圖像；判斷目標圖像的質量是否符合標準；若是，則輸出目標圖像；若否，則繼續進行迭代直到符合標準。通過本公開的方案，對圖像數據進行預處理并建立服從目標數據集中每個像素點的分解模型，再經過迭代分解模型中各參數的值，輸出去噪后的目標圖像，提高了計算效率和去噪效果。

技術領域

本公開實施例涉及圖像處理技術領域，尤其涉及一種基于異質噪聲特性的圖像去噪方法、設備及介質。

背景技術

目前，圖像預處理在數字圖像處理中占有很重要的地位，圖像質量的好壞直接影響了圖像的分類、識別和分割。其中，圖像去噪是圖像預處理的基本流程，圖像去噪效果的好壞直接影響了圖像后續的處理過程。隨著科技的發展以及大數據時代的來臨，圖像去噪不單單是處理某一張圖像，而是需要處理一整套圖像數據集。現有圖像去噪方法，是根據數據集中圖像的相似性，提取出數據集的低秩子空間，去噪效果較差，或者使用混合高斯分布和混合指數冪分布刻畫數據集中的噪聲，導致計算量巨大。

可見，現有的圖像去噪方法存在計算效率和去噪效果較差的問題。

發明內容

有鑒于此，本公開實施例提供一種基于異質噪聲特性的圖像去噪方法、設備及介質，至少部分解決現有技術中存在的計算效率和去噪效果較差的問題。

第一方面，本公開實施例提供了一種基于異質噪聲特性的圖像去噪方法，包括：

將初始圖像對應的三維數據集轉化為二維數據集，并將所述二維數據集進行歸一化操作后分解，得到初始數據集，其中，所述初始數據集包括第一矩陣和第二矩陣；

根據所述初始數據集計算概率密度分布函數，并根據所述概率密度分布函數建立服從所述目標數據集中每個像素點的分解模型；

利用變分貝葉斯方法優化所述分解模型，得到所述分解模型各參數對應的參數公式；

將全部所述參數公式進行迭代，得到所述分解模型中各參數的值；

根據所述分解模型中各參數的值計算所述第一矩陣對應的向量和所述第二矩陣對應的向量，得到目標圖像；

判斷所述目標圖像的質量是否符合標準；

若所述目標圖像的質量符合標準，則輸出所述目標圖像；

若所述目標圖像的質量不符合標準，則繼續進行迭代直到所述目標圖像的質量符合標準。

根據本公開實施例的一種具體實現方式，所述概率密度分布函數為z_ij～IG(a₀，b₀)，其中，x_ij為所述初始數據集的每一個像素點，u_i和v_j分別為所述第一矩陣和所述第二矩陣的第i行和第j列向量，z_ij為高斯分布的方差，a₀和b₀為預設常數。

根據本公開實施例的一種具體實現方式，所述分解模型的表達式為τ_i～G(c₀，d₀)，τ_v～G(e₀，f₀)，其中，τ_u為u_i的先驗分布，τ_v為v_j的先驗分布，c₀、d₀、e₀和f₀均為預設常數。