[發明專利]一種基于張量低秩先驗與隱式正則技術彩圖椒鹽去噪方法在審
| 申請號： | 202211052899.2 | 申請日： | 2022-08-31 |
| 公開（公告）號： | CN115439357A | 公開（公告）日： | 2022-12-06 |
| 發明（設計）人： | 王靈芝;陳穎頻;張俊;陳嵚崟;林靜敏 | 申請（專利權）人： | 廈門城市職業學院（廈門開放大學） |
| 主分類號： | G06T5/00 | 分類號： | G06T5/00 |
| 代理公司： | 廈門市首創君合專利事務所有限公司 35204 | 代理人： | 王婷婷 |
| 地址： | 361000 福*** | 國省代碼： | 福建;35 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 張量 先驗 正則 技術 彩圖 椒鹽 方法 | ||
1.一種基于張量低秩先驗與隱式正則技術彩圖椒鹽去噪方法，其特征在于，包括：
通過檢測圖像的像素幅度來探測椒鹽噪聲位置信息；
將椒鹽噪聲污染的彩色圖像作為缺失數據的張量和椒鹽噪聲張量的總和；
利用基于模型驅動的并行矩陣分解低秩張量重建算法結合基于數據驅動的FFDNet去噪網絡對缺失數據的張量進行重建。
2.根據權利要求1所述的一種基于張量低秩先驗與隱式正則技術彩圖椒鹽去噪方法，其特征在于，利用基于模型驅動的并行矩陣分解低秩張量重建算法結合基于數據驅動的FFDNet去噪網絡對缺失數據的張量進行重建，具體包括模型：
其中，μ是正則化參數，用于平衡低秩模型驅動和FFDnet去噪網絡實現的正則化項；為數據驅動項，是重建的低秩張量，是觀測張量，Ω是與觀察到的條目相對應的索引集，是一個投影函數，將中的數據保持在Ω上，Xn和Yn分別表示TMac因子矩陣，R(n)為展開模式。
3.根據權利要求1所述的一種基于張量低秩先驗與隱式正則技術彩圖椒鹽去噪方法，其特征在于，利用基于模型驅動的并行矩陣分解低秩張量重建算法結合基于數據驅動的FFDNet去噪網絡對缺失數據的張量進行重建，還包括基于模型驅動的并行矩陣分解低秩張量進行低秩張量重建，具體包括：
其中是重建的低秩張量，是觀測張量，Ω是與觀察到的條目相對應的索引集，是一個投影函數，它將中的數據保持在Ω上；
其中，Xn和Yn分別表示TMac因子矩陣，R(n)為展開模式，展開的張量為
4.根據權利要求2所述的一種基于張量低秩先驗與隱式正則技術彩圖椒鹽去噪方法，其特征在于，模型求解為：
其中，是學習率，i表示迭代次數，n表示展開的模式序號；
這Xn子問題和Yn子問題如下:
J表示目標函數；
令和計算(5)的解為：
其中，符號是Moore-Penrose偽逆算子；
子問題如下：
Frobenius范數是計算所有元素平方和的平方根；將定義為張量的展開，矩陣Frobenius范數與張量Frobenius范數相等；因此，得到子問題，如下所示；
我們展開(8)式，然后合并同類項得：
將等式(9)優化為：
將等式(10)進行配方，然后化簡如下：
將和的子問題被重寫為：
其中，是正則化項，通過FFDnet實現；然后，將(12)式進行標準化；最后，恢復的彩色圖像模型如下：
其中Ωc為Ω的補集，FFDNet是數據驅動的去噪神經網絡；σ是與椒鹽噪聲水平有關的降噪參數，它與與系統誤差有關。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于廈門城市職業學院（廈門開放大學），未經廈門城市職業學院（廈門開放大學）許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202211052899.2/1.html，轉載請聲明來源鉆瓜專利網。
