圖像去噪裝置和圖像去噪方法
【專利摘要】本發(fā)明提供一種圖像去噪裝置及方法，該裝置具備：輸入單元，用于輸入數(shù)據(jù)；維數(shù)檢測(cè)單元，檢測(cè)所述輸入數(shù)據(jù)的維數(shù)；分組單元，用于找到所述輸入數(shù)據(jù)中相似的模塊；濾波單元，包括多線性子空間學(xué)習(xí)濾波器，用于對(duì)經(jīng)分組的所述輸入數(shù)據(jù)進(jìn)行去噪；聚合單元，用于還原去噪后的所述輸入數(shù)據(jù)；以及輸出單元，用來(lái)輸出顯示去噪后的圖像，所述維數(shù)檢測(cè)單元判斷所述輸入數(shù)據(jù)是否為多維，如果該輸入數(shù)據(jù)為多維，則由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪處理。根據(jù)本發(fā)明的圖像去噪裝置，不僅能對(duì)二維圖像去噪，還可對(duì)三維甚至更高維圖像進(jìn)行去噪。
【專利說明】圖像去噪裝置和圖像去噪方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種針對(duì)二維及多維的圖像去噪裝置和圖像去噪方法。
【背景技術(shù)】
[0002]圖像去噪是非常重要的預(yù)處理手段。它可以幫助改善畫質(zhì)，提高圖像分割，圖像配準(zhǔn)等的精確度。對(duì)于醫(yī)療圖像，還能輔助醫(yī)生進(jìn)行直觀的視覺檢測(cè)。然而，圖像去噪也面臨著巨大的挑戰(zhàn)。原因是我們要在去除噪聲的同時(shí)盡可能保留原有圖像的所有特征。
[0003]近年來(lái)，針對(duì)二維圖像涌現(xiàn)出了大批去噪方法，其中相對(duì)最為有效的是2006年Kostadin Dabov 的論文 “ Image denoising with block-matching and 3D filtering，，提出的BM3D方法。對(duì)于一幅靜態(tài)圖像，對(duì)于其中相似的二維塊組成的三維模塊進(jìn)行空間轉(zhuǎn)換，并利用收縮法抽取有效系數(shù)后進(jìn)行反變換，從而達(dá)到去噪目的。
[0004]如圖7所示，去噪步驟如下:
[0005]步驟S701，系統(tǒng)接收到一個(gè)新的二維輸入圖像；
[0006]步驟S702，通過基于二維塊匹配的分組得到三維模塊；
[0007]步驟S703，將此三維模塊用正交變換濾波器去噪；
[0008]步驟S704，將得到的去噪后的三維模塊聚合，得到去噪后的二維輸出圖像。
[0009]然而，現(xiàn)有方法是以二維圖像為去噪對(duì)象，不能為三維及高維圖像進(jìn)行去噪。
[0010]隨著現(xiàn)代技術(shù)的發(fā)展，圖像的種類也越發(fā)繁多，比如二維的自然圖像，三維的醫(yī)療圖像，高分辨率圖像等。而現(xiàn)有方法不能判斷輸入圖像的維數(shù)，從而不能針對(duì)不同圖像運(yùn)用不同方法進(jìn)行去噪。
[0011]每幅圖像都有其各自不同的特征?，F(xiàn)有方法在進(jìn)行空間轉(zhuǎn)換過程中，運(yùn)用一組固定的轉(zhuǎn)換基底來(lái)解決所有圖像的去噪問題。由于此組轉(zhuǎn)換基底不依賴于輸入圖像的變化而變化，很難對(duì)應(yīng)不同圖像的特殊特征。
[0012]另外，在空間轉(zhuǎn)換的過程中，已有方法對(duì)于組成后的多維模塊的每一維上分別進(jìn)行轉(zhuǎn)換，并沒有考慮到每一維之間的交叉相關(guān)聯(lián)系。

【發(fā)明內(nèi)容】

[0013]因此本發(fā)明是鑒于上述問題而完成的，其目的在于提供一種圖像去噪裝置，其特征在于，具備:輸入單元，用于輸入數(shù)據(jù)；維數(shù)檢測(cè)單元，檢測(cè)所述輸入數(shù)據(jù)的維數(shù)；分組單元，用于找到所述輸入數(shù)據(jù)中相似的模塊；濾波單元，包括多線性子空間學(xué)習(xí)濾波器，用于對(duì)經(jīng)分組的所述輸入數(shù)據(jù)進(jìn)行去噪；聚合單元，用于還原去噪后的所述輸入數(shù)據(jù)；以及輸出單元，用來(lái)輸出顯示去噪后的圖像，所述維數(shù)檢測(cè)單元判斷所述輸入數(shù)據(jù)是否為多維，如果該輸入數(shù)據(jù)為多維，則由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪處理。
[0014]根據(jù)這樣的結(jié)構(gòu)，不僅能對(duì)二維圖像去噪，還可對(duì)三維甚至更高維圖像進(jìn)行去噪。并且充分利用輸入圖像的信息，應(yīng)用自適應(yīng)的學(xué)習(xí)方法，綜合考慮圖像內(nèi)部的相互關(guān)系，提高去噪效果。[0015]另外，本發(fā)明的圖像去噪裝置，其特征在于，還包括需求判斷單元，用于判斷用戶的使用需求，所述濾波單元還包括用于對(duì)輸入數(shù)據(jù)進(jìn)行去噪的正交變換濾波器，所述維數(shù)檢測(cè)單元判斷輸入數(shù)據(jù)是多維還是二維，如果該輸入數(shù)據(jù)是二維，則基于所述需求判斷單元中的規(guī)定條件選擇多線性子空間學(xué)習(xí)濾波器或正交變換濾波器。根據(jù)這樣的結(jié)構(gòu)，能夠判斷輸入圖像的維數(shù)，針對(duì)不同維數(shù)圖像采用不同去噪方法，不僅能對(duì)二維圖像去噪，還可對(duì)三維甚至更高維圖像進(jìn)行去噪。
[0016]另外，本發(fā)明的圖像去噪裝置，其特征在于，所述規(guī)定條件為去噪質(zhì)量或運(yùn)算速度。根據(jù)這樣的結(jié)構(gòu)，能夠?qū)?yīng)實(shí)際應(yīng)用的不同需求，例如對(duì)時(shí)間要求以及對(duì)去噪效果要求的不同，實(shí)現(xiàn)有針對(duì)性的去噪。
[0017]另外，本發(fā)明的圖像去噪裝置，其特征在于，當(dāng)所述需求判斷單元判定為去噪質(zhì)量?jī)?yōu)先時(shí)，選擇所述多線性子空間學(xué)習(xí)濾波器；當(dāng)所述需求判斷單元判定為運(yùn)算速度優(yōu)先時(shí)，選擇所述正交變換濾波器。根據(jù)這樣的結(jié)構(gòu)，能夠?qū)?yīng)實(shí)際應(yīng)用的不同需求，例如對(duì)時(shí)間要求以及對(duì)去噪效果要求的不同，實(shí)現(xiàn)有針對(duì)性的去噪。
[0018]另外，本發(fā)明的圖像去噪裝置，其特征在于，所述輸入數(shù)據(jù)被分成兩個(gè)數(shù)據(jù)，其中一個(gè)數(shù)據(jù)由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行處理，另一個(gè)數(shù)據(jù)由所述正交變換濾波器進(jìn)行處理，來(lái)自所述多線性子空間學(xué)習(xí)濾波器的輸出數(shù)據(jù)和來(lái)自所述正交變換濾波器的輸出數(shù)據(jù)被合并。根據(jù)這樣的結(jié)構(gòu)，通過結(jié)合兩種不同去噪方法，進(jìn)一步提高去噪效果。
[0019]另外，本發(fā)明的圖像去噪裝置，其特征在于，所述輸入數(shù)據(jù)在第一步驟中由所述正交變換濾波器進(jìn)行去噪，當(dāng)由所述正交變換濾波器進(jìn)行去噪的結(jié)果低于預(yù)定值的情況下，在第二步驟中由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪。根據(jù)這樣的結(jié)構(gòu)，通過結(jié)合兩種不同去噪方法，進(jìn)一步提高去噪效果。
[0020]另外，本發(fā)明的圖像去噪裝置，其特征在于，所述多線性子空間學(xué)習(xí)濾波器是基于GND-PCA、GND-1CA、MPCA或MICA的濾波器，所述正交變換濾波器是離散余弦變換、離散小波變換、離散正弦變換、離散傅里葉變換、離散哈特萊變換或沃爾什-阿達(dá)瑪變換濾波器。根據(jù)這樣的結(jié)構(gòu)，能夠充分利用輸入圖像的信息，應(yīng)用自適應(yīng)的學(xué)習(xí)方法，綜合考慮圖像內(nèi)部的相互關(guān)系，提聞去噪效果。
[0021]本發(fā)明的另一目的在于提供一種圖像去噪裝置的圖像去噪方法，其特征在于，所述圖像去噪裝置具備:輸入單元，用于輸入數(shù)據(jù)；維數(shù)檢測(cè)單元，檢測(cè)所述輸入數(shù)據(jù)的維數(shù)；分組單元，用于找到所述輸入數(shù)據(jù)中相似的模塊；濾波單元，包括多線性子空間學(xué)習(xí)濾波器，用于對(duì)經(jīng)分組的所述輸入數(shù)據(jù)進(jìn)行去噪；聚合單元，用于還原去噪后的所述輸入數(shù)據(jù)；以及輸出單元，用來(lái)輸出顯示去噪后的圖像，所述圖像去噪方法包括:所述維數(shù)檢測(cè)單元判斷所述輸入數(shù)據(jù)是否為多維，如果該輸入數(shù)據(jù)為多維，則由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪處理。
[0022]根據(jù)這樣的結(jié)構(gòu)，不僅能對(duì)二維圖像去噪，還可對(duì)三維甚至更高維圖像進(jìn)行去噪。并且充分利用輸入圖像的信息，應(yīng)用自適應(yīng)的學(xué)習(xí)方法，綜合考慮圖像內(nèi)部的相互關(guān)系，提高去噪效果。
[0023]另外，本發(fā)明的圖像去噪方法，其特征在于，所述圖像去噪裝置還包括需求判斷單元，用于判斷用戶的使用需求，所述濾波單元還包括用于對(duì)輸入數(shù)據(jù)進(jìn)行去噪的正交變換濾波器，所述方法包括:所述維數(shù)檢測(cè)單元判斷輸入數(shù)據(jù)是多維還是二維，如果該輸入數(shù)據(jù)是二維，則基于所述需求判斷單元中的規(guī)定條件選擇多線性子空間學(xué)習(xí)濾波器或正交變換濾波器。由此，能夠判斷輸入圖像的維數(shù)，針對(duì)不同維數(shù)圖像采用不同去噪方法，不僅能對(duì)二維圖像去噪，還可對(duì)三維甚至更高維圖像進(jìn)行去噪。
[0024]另外，本發(fā)明的圖像去噪方法，其特征在于，所述規(guī)定條件為去噪質(zhì)量或運(yùn)算速度。由此，能夠?qū)?yīng)實(shí)際應(yīng)用的不同需求，例如對(duì)時(shí)間要求以及對(duì)去噪效果要求的不同，實(shí)現(xiàn)有針對(duì)性的去噪。
[0025]另外，本發(fā)明的圖像去噪方法，其特征在于，當(dāng)所述需求判斷單元判定為去噪質(zhì)量?jī)?yōu)先時(shí)，選擇所述多線性子空間學(xué)習(xí)濾波器；當(dāng)所述需求判斷單元判定為運(yùn)算速度優(yōu)先時(shí)，選擇所述正交變換濾波器。由此，能夠?qū)?yīng)實(shí)際應(yīng)用的不同需求，例如對(duì)時(shí)間要求以及對(duì)去噪效果要求的不同，實(shí)現(xiàn)有針對(duì)性的去噪。
[0026]另外，本發(fā)明的圖像去噪方法，其特征在于，所述輸入數(shù)據(jù)被分成兩個(gè)數(shù)據(jù)，其中一個(gè)數(shù)據(jù)由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行處理，另一個(gè)數(shù)據(jù)由所述正交變換濾波器進(jìn)行處理，來(lái)自所述多線性子空間學(xué)習(xí)濾波器的輸出數(shù)據(jù)和來(lái)自所述正交變換濾波器的輸出數(shù)據(jù)被合并。由此，通過結(jié)合兩種不同去噪方法，進(jìn)一步提高去噪效果。
[0027]另外，本發(fā)明的圖像去噪方法，其特征在于，所述輸入數(shù)據(jù)在第一步驟中由所述正交變換濾波器進(jìn)行去噪，當(dāng)由所述正交變換濾波器進(jìn)行去噪的結(jié)果低于預(yù)定值的情況下，在第二步驟中由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪。由此，通過結(jié)合兩種不同去噪方法，進(jìn)一步提高去噪效果。
[0028]另外，本發(fā)明的圖像去噪方法，其特征在于，所述多線性子空間學(xué)習(xí)濾波器是基于GND-PCA、GND-1CA、MPCA或MICA的濾波器，所述正交變換濾波器是離散余弦變換、離散小波變換、離散正弦變換、離散傅里葉變換、離散哈特萊變換或沃爾什-阿達(dá)瑪變換濾波器。由此，能夠充分利用輸入圖像的信息，應(yīng)用自適應(yīng)的學(xué)習(xí)方法，綜合考慮圖像內(nèi)部的相互關(guān)系，提聞去噪效果。
[0029]如上所述，本發(fā)明的圖像去噪裝置和圖像去噪方法具有以下優(yōu)點(diǎn):
[0030](I)能夠判斷輸入圖像的維數(shù)，針對(duì)不同維數(shù)圖像采用不同去噪方法，不僅能對(duì)二維圖像去噪，還可對(duì)三維甚至更高維圖像進(jìn)行去噪。
[0031](2)根據(jù)實(shí)際應(yīng)用的不同需求，例如對(duì)時(shí)間要求以及對(duì)去噪效果要求的不同，實(shí)現(xiàn)有針對(duì)性的去噪；
[0032](3)充分利用輸入圖像的信息，應(yīng)用自適應(yīng)的學(xué)習(xí)方法，綜合考慮圖像內(nèi)部的相互關(guān)系，提聞去噪效果。
[0033](4)通過結(jié)合兩種不同去噪方法，進(jìn)一步提高去噪效果。
【專利附圖】

【附圖說明】
[0034]圖1是運(yùn)用本發(fā)明的整個(gè)MRI醫(yī)療儀器的示意圖。
[0035]圖2是本發(fā)明的圖像去噪裝置的結(jié)構(gòu)框圖。
[0036]圖3是本發(fā)明的圖像去噪裝置的一個(gè)去噪方法的流程圖。
[0037]圖4是本發(fā)明的圖像去噪裝置的另一去噪方法的流程圖。
[0038]圖5是本發(fā)明的圖像去噪裝置的另一去噪方法的流程圖。
[0039]圖6是本發(fā)明的圖像去噪裝置的另一去噪方法的流程圖。[0040]圖7是現(xiàn)有技術(shù)的圖像去噪方法的流程圖。
【具體實(shí)施方式】
[0041]下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)行更詳細(xì)的說明。
[0042]以下參照附圖詳細(xì)說明本發(fā)明所涉及的圖像去噪裝置和圖像去噪方法的優(yōu)選的實(shí)施方式。此外，在附圖的說明中，給同一或者相當(dāng)部分附以同一符號(hào)，省略重復(fù)的說明。
[0043]結(jié)合圖1?圖6說明本發(fā)明的圖像去噪裝置和圖像去噪方法的基本原理。其中，圖1是運(yùn)用本發(fā)明的整個(gè)MRI醫(yī)療儀器的示意圖，圖2是本發(fā)明的圖像去噪裝置的結(jié)構(gòu)框圖，圖3?圖6以流程圖示出本發(fā)明圖像去噪裝置的去噪方法的方法步驟。
[0044]根據(jù)圖1所示，通常的MRI系統(tǒng)由以下幾部分組成:主磁體，梯度單元(梯度線圈，梯度脈沖程序)，射頻單元(射頻線圈，脈沖程序，接收通道，發(fā)射通道)，計(jì)算機(jī)系統(tǒng)及譜儀(計(jì)算機(jī)存儲(chǔ)器，顯示器)，其他輔助設(shè)備(屏蔽，病床)。本發(fā)明針對(duì)計(jì)算機(jī)系統(tǒng)及譜儀進(jìn)行改進(jìn)，如圖1虛線框中“圖像去噪”所示。其他部分例如主磁體，梯度單元，射頻單元及其他輔助設(shè)備，不在本發(fā)明討論之內(nèi)。
[0045]如圖2所示，本發(fā)明的圖像去噪裝置I包括輸入單元100，用來(lái)接收輸入噪聲圖像；維數(shù)檢測(cè)單200，用來(lái)檢測(cè)輸入噪聲圖像的維數(shù)；分組單元300，用于找到相似的模塊；需求判斷單元400，用來(lái)判斷用戶的使用需求；濾波單元500，用來(lái)進(jìn)行去噪濾波；聚合單元600，用來(lái)還原去噪后的圖像；以及輸出單元700，用來(lái)輸出顯示去噪后得圖像。其中輸入的圖像的格式不限，可以是DIC0M, bmp, jpg, tiff, gif, raw等任意格式。
[0046]如圖3所示，對(duì)于一個(gè)輸入圖像，其維數(shù)并不確定，有可能是二維的圖像，也有可能是三維或更高維的圖像。其中，三維或更高維的圖像的維數(shù)是指此圖像的長(zhǎng)，寬，高，樣本數(shù)以及時(shí)間等。維數(shù)檢測(cè)單200對(duì)輸入數(shù)據(jù)首先進(jìn)行維數(shù)判斷。若是二維圖像，分組單元300對(duì)與參考二維塊相似的所有塊進(jìn)行分組，得到一個(gè)三維的立體模塊。對(duì)于此三維的立體模塊可以采用兩種方式進(jìn)行去噪濾波:一種是正交變換濾波器；另一種是基于多線性子空間學(xué)習(xí)濾波器。若是三維或高維數(shù)據(jù)，分組單元300對(duì)與參考三維模塊或高維模塊相似的所有模塊進(jìn)行分組，得到一個(gè)更高一維的模塊。對(duì)于此更高一維的模塊主要采用基于多線性子空間學(xué)習(xí)濾波器。最后，濾波后的模塊由聚合單元600聚合還原到原始位置，得到去噪圖像。
[0047]其中，正交變換濾波器是指空間轉(zhuǎn)換基底時(shí)一種普遍的轉(zhuǎn)換，它不根據(jù)輸入圖像的變化而變化，始終保持原有變換空間，并且此基底只能分別對(duì)于分組后的模塊的每一維分別進(jìn)行變換，不能綜合考慮每一維之間的相互影響；而基于多線性子空間學(xué)習(xí)濾波器是指根據(jù)輸入圖像，通過綜合考慮每一維之間的相互影響，系統(tǒng)自動(dòng)學(xué)習(xí)出一個(gè)變換基底，使得變換空間因輸入圖像的不同而發(fā)生變化，從而達(dá)到自適應(yīng)濾波的目的。
[0048]本發(fā)明所采用的正交變換濾波器，例如，可以是離散余弦變換(DCT)、離散小波變換(DWT)、離散正弦變換(DST)、離散傅里葉變換(DFT)、離散哈特萊變換(DHT)或沃爾什-阿達(dá)瑪(Walsh-Hadamard)變換濾波器等。而本發(fā)明所采用的基于多線性子空間學(xué)習(xí)濾波器是基于 GND-PCA (Generalized N Dimens1nal Principal Component Analysis)的濾波器，并且不拘泥于這一種多線性子空間學(xué)習(xí)濾波器，其他如GND-1CA (Generalized NDimens1nal Independent Component Analysis)、MPCA 或 MICA 等也可以米用。通過使用多線性子空間學(xué)習(xí)濾波器，從而使得對(duì)三維圖像的去噪成為可能。
[0049]正交變換濾波器不能自適應(yīng)各種圖像的多樣性，因此，去噪效果不如基于多線性子空間學(xué)習(xí)濾波器有效。但是由于正交變換濾波器對(duì)任何圖像都一樣，不用根據(jù)輸入圖像的不同而重新學(xué)習(xí)，因此，處理時(shí)間相對(duì)基于多線性子空間學(xué)習(xí)濾波器要短。所以，如果去噪質(zhì)量?jī)?yōu)先，則選擇基于多線性子空間學(xué)習(xí)濾波器；如果運(yùn)算速度優(yōu)先，則選擇正交變換濾波器。
[0050]圖4是說明本發(fā)明的圖像去噪裝置I的另一去噪方法的流程圖。當(dāng)需求判斷單元400判定為去噪質(zhì)量?jī)?yōu)先時(shí)，對(duì)于二維圖像，可應(yīng)用基于多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪。由聚合單元600聚合后得到去噪圖像。
[0051]圖5是說明本發(fā)明的圖像去噪裝置I的另一去噪方法的流程圖。當(dāng)需求判斷單元400判定為去噪質(zhì)量?jī)?yōu)先且去噪效果要求較高時(shí)，對(duì)于二維圖像，可同時(shí)應(yīng)用正交變換濾波器和多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪。在聚合過程中，聚合單元600應(yīng)用上述兩種方法得到的濾波后的所有塊同時(shí)進(jìn)行聚合。
[0052]圖6是說明本發(fā)明的圖像去噪裝置I的另一去噪方法的流程圖。當(dāng)對(duì)于去噪效果要求非常高時(shí)。對(duì)于二維圖像，首先用正交變換濾波器對(duì)圖像進(jìn)行去噪，對(duì)濾波后的塊聚合后，得到第一階段的濾波后圖像。之后，當(dāng)由正交變換濾波器進(jìn)行去噪的結(jié)果低于預(yù)定值的情況下，，將第一階段的濾波后的圖像作為輸入圖像，再用基于多線性子空間學(xué)習(xí)濾波器進(jìn)行二次濾波，聚合單元600對(duì)濾波后的塊再聚合后，得到最終的圖像。
[0053]如圖3~圖6所示， 對(duì)于三維或高維數(shù)據(jù)，主要采用基于多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪濾波。
[0054]顯示器接收上述信息后輸出去噪后的圖像。
[0055]以下對(duì)照?qǐng)D3~圖6，分別闡述本發(fā)明對(duì)二維和高維數(shù)據(jù)進(jìn)行去噪處理的過程。在每次接收到一個(gè)輸入數(shù)據(jù)后，都會(huì)進(jìn)行這一過程。
[0056]如圖3所示:
[0057]步驟S301，系統(tǒng)接收到一個(gè)新的輸入圖像。
[0058]步驟S302，系統(tǒng)判斷此輸入圖像的維數(shù)是否高于二維。
[0059]步驟S302中如果判斷為“是”，則后續(xù)的處理都是針對(duì)高維圖像進(jìn)行的，即執(zhí)行步驟S303~S305，且對(duì)于圖3~圖6都是一樣的方法。
[0060]步驟S303，在高維圖像中JE(其中N為圖像的維數(shù)，N>2, Ii, i=l, 2，...，N為每一維上的元件數(shù))，分組單元300對(duì)于此圖像的一個(gè)參考高維模塊ze Rhy-JzX^JN J<4找到與其相似的高維模塊e(m是找到的相似高
維塊的個(gè)數(shù))后，分組得到一個(gè)更高一維的模塊XE。
[0061]步驟S304,濾波單元500對(duì)Jfe W…模塊應(yīng)用基于多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪。其過程如下:
[0062]首先，在每一維上，將高維數(shù)據(jù)矩陣化，計(jì)算出特征向量矩陣。并根據(jù)特征值大小以及閾值大小，保留特征值相對(duì)較大的前幾位對(duì)應(yīng)的特征向量并組成特征向量矩陣。
[0063]其次，通過迭代方法，找到對(duì)應(yīng)每一維上最優(yōu)化的特征向量矩陣Uk，I≤k≤N+1。注意，在最后一維，也就是樣本維上，保留所有的特征向量。[0064]再次，將更高一維的模塊
【權(quán)利要求】
1.一種圖像去噪裝置，其特征在于， 具備: 輸入單元，用于輸入數(shù)據(jù)； 維數(shù)檢測(cè)單元，檢測(cè)所述輸入數(shù)據(jù)的維數(shù)； 分組單元，用于找到所述輸入數(shù)據(jù)中相似的模塊； 濾波單元，包括多線性子空間學(xué)習(xí)濾波器，用于對(duì)經(jīng)分組的所述輸入數(shù)據(jù)進(jìn)行去噪； 聚合單元，用于還原去噪后的所述輸入數(shù)據(jù)；以及 輸出單元，用來(lái)輸出顯示去噪后的圖像， 所述維數(shù)檢測(cè)單元判斷所述輸入數(shù)據(jù)是否為多維，如果該輸入數(shù)據(jù)為多維，則由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪處理。
2.如權(quán)利要求1所述的圖像去噪裝置，其特征在于， 還包括需求判斷單元，用于判斷用戶的使用需求， 所述濾波單元還包括用于對(duì)輸入數(shù)據(jù)進(jìn)行去噪的正交變換濾波器， 所述維數(shù)檢測(cè)單元判斷 輸入數(shù)據(jù)是多維還是二維，如果該輸入數(shù)據(jù)是二維，則基于所述需求判斷單元中的規(guī)定條件選擇多線性子空間學(xué)習(xí)濾波器或正交變換濾波器。
3.如權(quán)利要求2所述的圖像去噪裝置，其特征在于， 所述規(guī)定條件為去噪質(zhì)量或運(yùn)算速度。
4.如權(quán)利要求3所述的圖像去噪裝置，其特征在于， 當(dāng)所述需求判斷單元判定為去噪質(zhì)量?jī)?yōu)先時(shí)，選擇所述多線性子空間學(xué)習(xí)濾波器； 當(dāng)所述需求判斷單元判定為運(yùn)算速度優(yōu)先時(shí)，選擇所述正交變換濾波器。
5.如權(quán)利要求2所述的圖像去噪裝置，其特征在于， 所述輸入數(shù)據(jù)被分成兩個(gè)數(shù)據(jù)，其中一個(gè)數(shù)據(jù)由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行處理，另一個(gè)數(shù)據(jù)由所述正交變換濾波器進(jìn)行處理， 來(lái)自所述多線性子空間學(xué)習(xí)濾波器的輸出數(shù)據(jù)和來(lái)自所述正交變換濾波器的輸出數(shù)據(jù)被合并。
6.如權(quán)利要求2所述的圖像去噪裝置，其特征在于， 所述輸入數(shù)據(jù)在第一步驟中由所述正交變換濾波器進(jìn)行去噪，當(dāng)由所述正交變換濾波器進(jìn)行去噪的結(jié)果低于預(yù)定值的情況下，在第二步驟中由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪。
7.如權(quán)利要求1~6中任一項(xiàng)所述的圖像去噪裝置，其特征在于， 所述多線性子空間學(xué)習(xí)濾波器是基于GND-PCA、GND-1CA、MPCA或MICA的濾波器，所述正交變換濾波器是離散余弦變換、離散小波變換、離散正弦變換、離散傅里葉變換、離散哈特萊變換或沃爾什-阿達(dá)瑪變換濾波器。
8.一種圖像去噪裝置的圖像去噪方法，其特征在于， 所述圖像去噪裝置具備: 輸入單元，用于輸入數(shù)據(jù)； 維數(shù)檢測(cè)單元，檢測(cè)所述輸入數(shù)據(jù)的維數(shù)； 分組單元，用于找到所述輸入數(shù)據(jù)中相似的模塊； 濾波單元，包括多線性子空間學(xué)習(xí)濾波器，用于對(duì)經(jīng)分組的所述輸入數(shù)據(jù)進(jìn)行去噪；聚合單元，用于還原去噪后的所述輸入數(shù)據(jù)；以及 輸出單元，用來(lái)輸出顯示去噪后的圖像， 所述圖像去噪方法包括: 所述維數(shù)檢測(cè)單元判斷所述輸入數(shù)據(jù)是否為多維，如果該輸入數(shù)據(jù)為多維，則由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪處理。
9.如權(quán)利要求8所述的圖像去噪方法，其特征在于， 所述圖像去噪裝置還包括需求判斷單元，用于判斷用戶的使用需求， 所述濾波單元還包括用于對(duì)輸入數(shù)據(jù)進(jìn)行去噪的正交變換濾波器， 所述方法包括:所述維數(shù)檢測(cè)單元判斷輸入數(shù)據(jù)是多維還是二維，如果該輸入數(shù)據(jù)是二維，則基于所述需求判斷單元中的規(guī)定條件選擇多線性子空間學(xué)習(xí)濾波器或正交變換濾波器。
10.如權(quán)利要求9所述的圖像去噪方法，其特征在于， 所述規(guī)定條件為去噪質(zhì)量或運(yùn)算速度。
11.如權(quán)利要 求10所述的圖像去噪方法，其特征在于， 當(dāng)所述需求判斷單元判定為去噪質(zhì)量?jī)?yōu)先時(shí)，選擇所述多線性子空間學(xué)習(xí)濾波器； 當(dāng)所述需求判斷單元判定為運(yùn)算速度優(yōu)先時(shí)，選擇所述正交變換濾波器。
12.如權(quán)利要求9所述的圖像去噪方法，其特征在于， 所述輸入數(shù)據(jù)被分成兩個(gè)數(shù)據(jù)，其中一個(gè)數(shù)據(jù)由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行處理，另一個(gè)數(shù)據(jù)由所述正交變換濾波器進(jìn)行處理， 來(lái)自所述多線性子空間學(xué)習(xí)濾波器的輸出數(shù)據(jù)和來(lái)自所述正交變換濾波器的輸出數(shù)據(jù)被合并。
13.如權(quán)利要求9所述的圖像去噪方法，其特征在于， 所述輸入數(shù)據(jù)在第一步驟中由所述正交變換濾波器進(jìn)行去噪，當(dāng)由所述正交變換濾波器進(jìn)行去噪的結(jié)果低于預(yù)定值的情況下，在第二步驟中由所述多線性子空間學(xué)習(xí)濾波器進(jìn)行去噪。
14.如權(quán)利要求8~13中任一項(xiàng)所述的圖像去噪方法，其特征在于， 所述多線性子空間學(xué)習(xí)濾波器是基于GND-PCA、GND-1CA、MPCA或MICA的濾波器，所述正交變換濾波器是離散余弦變換、離散小波變換、離散正弦變換、離散傅里葉變換、離散哈特萊變換或沃爾什-阿達(dá)瑪變換濾波器。
【文檔編號(hào)】G06T5/00GK104036456SQ201310073534
【公開日】2014年9月10日 申請(qǐng)日期:2013年3月8日 優(yōu)先權(quán)日:2013年3月8日
【發(fā)明者】艾丹妮, 三和祐一, 王瑾娟 申請(qǐng)人:株式會(huì)社日立制作所