[發明專利]基于自適應歐拉彈性正則化的泊松圖像復原工作方法

在審

• 申請號: 202211265614.3
• 申請日: 2022-10-17
• 公開（公告）號: CN115511750A
• 公開（公告）日: 2022-12-23
• 發明（設計）人: 張俊;楊俊慈;鄧承志;徐晨光;王細女;馬明溪
• 申請（專利權）人: 南昌工程學院
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T5/10
• 代理公司: 重慶天成卓越專利代理事務所(普通合伙) 50240
• 代理人: 路寧

本發明提出了一種基于自適應歐拉彈性正則化的泊松圖像復原工作方法，包括如下步驟：S1，通過向歐拉彈性正則化添加自適應加權矩陣，形成新型泊松圖像復原模型；S2，根據新型泊松圖像復原模型，通過交替方向乘子法(ADMM)進行求解，根據設置的條件進行泊松圖像復原；S3，通過評估指標對泊松圖像復原的數值結果進行評估，并從視覺效果上評估復原圖像的質量。

技術領域

本發明涉及圖像處理領域，尤其涉及一種基于自適應歐拉彈性正則化的泊松圖像復原(稱為AEEPR)工作方法。

背景技術

在圖像成像、圖像傳輸和圖像顯示過程中，噪聲和模糊是不可避免的。通過圖像復原技術去除它們是非常必要的。圖像復原在天文和醫學成像、計算機科學、電子和工程等許多應用領域受到廣泛關注。其目標是從退化圖像f中獲得清晰圖像u。這被視為一個反問題。由于缺乏一些先驗信息，該反問題是不適定的。因此，許多正則化技術已被廣泛研究以克服這一缺點。圖像復原的變分正則化問題可以如下構造：

其中表示退化圖像，u表示從f復原的圖像，λ＞0是影響擬合項和正則項之間平衡的正則化參數。的典型示例包括全變分(TV)正則化、高階TV(HOTV)正則化、廣義全變分(TGV)正則化、基于曲率的正則化(包括歐拉彈性(EE)、高斯曲率和平均曲率等。其中，由Rudin,Osher和Fatemi提出的TV正則項是最著名的方法之一，它已被廣泛應用于許多其他圖像應用中，如分解、分割、重建等。

在許多實際應用中，獲得的圖像更容易受到泊松噪聲的影響。與高斯噪聲不同，泊松噪聲與圖像強度相關，這使得泊松圖像復原非常具有挑戰性。針對高斯噪聲提出的復原模型不能有效去除泊松噪聲。

為了有效去除泊松噪聲，現有技術提出了基于TV的正則化模型。由于TV正則化具有理想的邊緣保持能力，它已被廣泛應用于圖像處理和計算機視覺。然而，TV正則化的主要缺點是在復原圖像的平坦區域中經常產生階梯效應，尤其是對于分片光滑圖像。為了克服階梯效應，許多改進的泊松圖像復原模型被提出。特別地，在現有技術中，引入了一些基于HOTV的正則化。與TV正則化相比，這些方法具有更好的保持平滑區域特征的能力。然而，它們通常會導致復原圖像的邊緣模糊。為了在抑制階梯效應的同時保留邊緣，另一現有技術提出了基于TGV正則化的泊松復原模型。由于TGV正則化具有構造分段多項式函數的能力，因此所提出的模型可以更精確地描述光滑區域中的強度變化。在保留邊緣和克服階梯效應方面，研究者提出了用于高斯噪聲去除的非凸EE模型。該模型可以更快地抑制圖像的高頻分量。因此，它可以有效地克服階梯效應，使去噪圖像更自然。由于其非凸性、非光滑性和非線性性，EE模型的求解是一項極具挑戰性的任務。為了克服這些問題并降低計算成本，一系列快速算法被研究。受EE正則化優點的啟發，考慮將其用于泊松圖像復原。