[發明專利]一種基于圖像邊緣指示函數的自適應加權高斯曲率濾波方法

在審

• 申請號: 202111576705.4
• 申請日: 2021-12-22
• 公開（公告）號: CN114359076A
• 公開（公告）日: 2022-04-15
• 發明（設計）人: 邢遠秀;徐紅陽;李軍賢;龔誼承
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙) 42222
• 代理人: 王琪

本發明提供一種基于圖像邊緣指示函數的自適應加權高斯曲率濾波方法，對曲率濾波算法中的高斯曲率濾波算法進行改進，采用邊緣指示函數構建自適應分數階?整數階能量泛函和局部加權投影算子，通過最小化能量泛函自適應地精確控制加權投影算子的迭代更新，在提高去噪性能的同時較好地保持圖像的紋理細節。本發明采用自適應的方式調節能量泛函中分數階數及各項的權重，能夠精確地控制投影算子的迭代更新，有效地防止了圖像去噪不完全或被過度平滑。

技術領域

本發明涉及數字圖像處理技術領域，尤其涉及一種基于圖像邊緣指示函數的自適應加權高斯曲率濾波方法。

背景技術

噪聲在圖像上常表現為引起較強視覺效果的孤立像素點或像素塊，直接影響后續的圖像分析與理解等處理任務。圖像去噪的目的是指減少圖像中的噪聲的同時，盡可能地保持圖像的邊緣紋理細節不被破壞，但是往往去噪和邊緣保持是一個互相矛盾的過程，如何在去除噪聲和保留細節上找到一個較好的平衡點，是圖像去噪研究的重點。

目前的圖像去噪方法主要有基于深度學習、變換域、稀疏字典、非局部自相似先驗和偏微分方程等方法?；谏疃葘W習的圖像去噪方法效果較好，但需要大量的噪聲圖像和干凈圖像樣本對作為訓練數據，在難以獲得干凈圖像的情況下，去噪性能將會受到較大的影響?；谧儞Q域的去噪方法依賴變換模型和閾值，并且易導致邊緣和紋理部分過度平滑?；谙∈枳值涞娜ピ敕椒ㄐ枰獦嬙爝^完備字典，字典的優劣直接影響去噪性能?；诜蔷植孔韵嗨葡闰灥娜ピ敕椒ㄍǔ＠脠D像中存在的冗余信息來去除噪聲，該類算法在噪聲強度已知的情況下對高斯噪聲去噪效果較好，但對椒鹽噪聲去噪效果較差，并且算法復雜度較高，去噪效率較低。

基于偏微分方程的去噪方法通過最小化能量函數對圖像信息進行約束，因其具有局部自適應和易于數值實現等特性，是近年來熱門的一種圖像去噪方法。其中基于各向異性擴散的模型能較好地解決邊緣保持與去噪之間的矛盾，但是對于孤立的噪聲或噪聲強度較大時去噪效果較差，噪聲去除不完全?；谌兎帜Ｐ偷娜ピ敕椒ū容^簡單，并能夠在去除噪聲的同時有效地保護邊緣紋理，其中經典的全變分(TV)方法將圖像看作有界變差空間中的分段連續函數，通過對圖像能量函數最小化達到平滑去噪的目的，隨后的全變分去噪模型的能量泛函添加了分數階全變分正則化項、整數階全變分正則化項和緊幀稀疏正則化項，提高了去噪圖像的稀疏性。盡管全變分去噪模型能夠較好地表征圖像邊緣，但該類方法耗時較長，且去噪圖像易產生階梯偽影。為了提高去噪性能，一些算法采用高斯曲率或差分曲率的全變分模型，如將局部加權高斯曲率作為變分正則化項，或者在曲率濾波時采用快速傅里葉變換求解所涉及的偏微分方程問題，但該類算法需要顯式地計算能量泛函的梯度，并且在最小化能量泛函時收斂緩慢。隨后一些算法通過求得變分問題的近似解來提高去噪效率，如通過構造濾波投影算子，隱式利用圖像曲率信息對圖像進行曲率濾波，隨后一些算法修改投影算子并用局部方差修正正則化項的能量函數來增強去噪能力，一些算法采用中值灰度相似度函數對曲率投影算子加權來快速減少曲率濾波能量。上述算法在不需要知道噪聲強度的情況下可實現快速的圖像盲去噪，但是沒有對噪聲點和邊緣像素點進行區分，使得噪聲點和邊緣像素點互相影響，同時在噪聲強度較大的情況下，該類算法存在去噪不完全或邊緣被過度平滑的問題。

發明內容

針對上述存在的技術問題，本發明的目的是提供一種基于圖像邊緣指示函數的自適應加權高斯曲率濾波方法，對曲率濾波算法中的高斯曲率濾波算法進行改進，采用邊緣指示函數構建自適應分數階-整數階能量泛函和局部加權投影算子，通過最小化能量泛函自適應地精確控制加權投影算子的迭代更新，在提高去噪性能的同時較好地保持圖像的紋理細節。

本發明的技術方案為一種基于圖像邊緣指示函數的自適應加權高斯曲率濾波方法，包括以下步驟：

步驟1，對當前噪聲圖像進行圖像空間分解為四類不相交且交錯分布的區域，對每個像素點計算邊緣指示值，根據邊緣指示值計算中心像素點的鄰域像素的權重；

步驟2，選擇中心像素點的三角切平面構建高斯加權投影算子，根據步驟1像素權重計算中心像素點到M個切平面的加權投影距離；