[發(fā)明專利]基于全變分和低秩方向稀疏約束的圖像條帶噪聲去除算法

在審

• 申請?zhí)枺?/td>: 202111374830.7
• 申請日: 2021-11-19
• 公開（公告）號: CN114022393A
• 公開（公告）日: 2022-02-08
• 發(fā)明（設(shè)計(jì)）人: 鄭亮亮;吳曉斌;曲宏松;高倓;張貴祥;張紫玉
• 申請（專利權(quán)）人: 中國科學(xué)院長春光學(xué)精密機(jī)械與物理研究所
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10
• 代理公司: 長春眾邦菁華知識(shí)產(chǎn)權(quán)代理有限公司 22214
• 代理人: 張偉

本發(fā)明涉及一種基于全變分和低秩方向稀疏約束的圖像條帶噪聲去除算法，包括步驟：讀取待去噪的遙感圖像，該遙感圖像為含有條帶噪聲的退化圖像；采用全變分模型和低秩方向稀疏約束分別對退化圖像對應(yīng)的真實(shí)圖像和條帶噪聲圖像添加相應(yīng)的約束，建立遙感圖像去條帶噪聲的約束模型；分別依次固定條帶噪聲圖像和真實(shí)圖像的先驗(yàn)信息，求解圖像先驗(yàn)信息和噪聲先驗(yàn)信息，循環(huán)迭代后輸出求解得到的真實(shí)圖像以及噪聲圖像。本發(fā)明可以實(shí)現(xiàn)在保持圖像邊緣以及細(xì)節(jié)信息的同時(shí)，徹底的去除不同退化程度以及不同場景遙感圖像中的條帶噪聲，對于提高遙感圖像質(zhì)量，提升遙感圖像在后期的實(shí)際應(yīng)用具有重要意義。

技術(shù)領(lǐng)域

本發(fā)明涉及遙感圖像處理技術(shù)領(lǐng)域，具體涉及一種基于全變分和低秩方向稀疏約束的圖像條帶噪聲去除算法。

背景技術(shù)

條帶噪聲是遙感圖像中由圖像探測器響應(yīng)不均勻性引起的一種常見的噪聲。由于是整行或者整列的響應(yīng)差異，所以遙感圖像中的條帶噪聲通常具有明顯的方向與結(jié)構(gòu)特點(diǎn)。條帶噪聲不僅影響遙感圖像的直觀視覺效果，同時(shí)對于遙感圖像的后續(xù)應(yīng)用也存在不利影響。所以去除遙感圖像中的條帶噪聲在遙感圖像處理領(lǐng)域具有十分重要的意義。在實(shí)際的圖像處理過程中，現(xiàn)有的圖像條帶噪聲去除算法容易受到圖像退化程度與場景的影響，對于不同的圖像的處理結(jié)果往往表現(xiàn)出一定的差異。并且不同于常規(guī)的圖像，遙感圖像覆蓋區(qū)域更廣、數(shù)據(jù)量更大、細(xì)節(jié)更為豐富，這也對條帶噪聲去除算法提出了更高的要求。因此為解決上述問題，本發(fā)明提出了一種基于全變分和低秩方向稀疏約束的圖像條帶噪聲去除算法。

發(fā)明內(nèi)容

為了有效解決現(xiàn)有的圖像條帶噪聲去除算法容易受到圖像退化程度以及場景影響的問題，本發(fā)明提出了一種基于全變分和低秩方向稀疏約束的圖像條帶噪聲去除算法，通過對退化圖像的底層先驗(yàn)添加相應(yīng)的約束，可實(shí)現(xiàn)遙感圖像條帶噪聲的去除。

一種基于全變分和低秩方向稀疏約束的圖像條帶噪聲去除算法，包括以下步驟：

步驟一：讀取待去噪的遙感圖像，所述遙感圖像為含有條帶噪聲的退化圖像；

步驟二：采用全變分模型和低秩方向稀疏約束分別對所述退化圖像對應(yīng)的真實(shí)圖像和條帶噪聲圖像添加相應(yīng)的約束，建立遙感圖像去條帶噪聲的約束模型，所述約束模型為數(shù)據(jù)保真項(xiàng)、真實(shí)圖像先驗(yàn)的正則化項(xiàng)和條帶噪聲圖像先驗(yàn)的正則化項(xiàng)之和；

步驟三：固定條帶噪聲圖像的先驗(yàn)信息，求解所述約束模型中的真實(shí)圖像的先驗(yàn)信息，得到圖像先驗(yàn)信息；

步驟四：固定真實(shí)圖像的先驗(yàn)信息，求解所述約束模型中的條帶噪聲圖像的先驗(yàn)信息，得到噪聲先驗(yàn)信息；

步驟五：根據(jù)所述圖像先驗(yàn)信息和所述噪聲先驗(yàn)信息對所述約束模型及其拉格朗日乘子進(jìn)行更新，更新后返回步驟三，循環(huán)迭代，直至所述圖像先驗(yàn)信息和所述噪聲先驗(yàn)信息滿足循環(huán)截止條件后，執(zhí)行步驟六；

步驟六：輸出求解得到的真實(shí)圖像以及噪聲圖像。

與現(xiàn)有技術(shù)相比，本發(fā)明具有以下有益效果：

本發(fā)明結(jié)合全變分模型，利用條帶噪聲的結(jié)構(gòu)與方向性特點(diǎn)，采用全局低秩以及方向稀疏約束條帶噪聲先驗(yàn)，采用交替方向乘子法(Alternating Direction Method ofMultipliers，ADMM)同時(shí)求解真實(shí)圖像以及條帶噪聲圖像，可以實(shí)現(xiàn)在保持圖像邊緣以及細(xì)節(jié)信息的同時(shí)，徹底的去除不同退化程度以及不同場景遙感圖像中的條帶噪聲。本發(fā)明對于提高遙感圖像質(zhì)量，提升遙感圖像在后期的實(shí)際應(yīng)用具有重要意義。

附圖說明

圖1為本發(fā)明所述的基于全變分和低秩方向稀疏約束的圖像條帶噪聲去除算法的整體流程示意圖；

圖2為受條帶噪聲影響退化的遙感圖像；

圖3為圖2所示遙感圖像經(jīng)過本發(fā)明算法處理后的遙感圖像。

具體實(shí)施方式