基于可分離全變差模型的圖像去噪方法
【專利摘要】基于可分離全變差模型的圖像去噪方法，將圖像上元素投影到（p，q）空間，在（p，q）空間進(jìn)行收縮投影，迭代后，得到去噪后圖像。具體包括建立元素可分離的全變差模型步驟和求解可分離的全變差模型，得到去噪后圖像步驟。本發(fā)明基于變分法的思想，即確定圖像的能量函數(shù)，通過(guò)對(duì)能量函數(shù)的均衡化，使得圖像達(dá)到平滑狀態(tài)，克服了偽吉布斯現(xiàn)象，通過(guò)建立離散化的全變差模型，克服了現(xiàn)有技術(shù)算法復(fù)雜、運(yùn)算量大的缺點(diǎn)，提高了運(yùn)算速度，提高了收斂速度和信噪比；通過(guò)改變迭代次數(shù)k來(lái)調(diào)整計(jì)算速度和精度，使用靈活，且具有較高峰值信噪比，且能夠很好地去除圖像中的隨機(jī)噪聲，有效地保留細(xì)節(jié)和紋理，特別適合處理隨機(jī)噪聲。
【專利說(shuō)明】基于可分離全變差模型的圖像去噪方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理【技術(shù)領(lǐng)域】，涉及一種基于可分離全變差模型的圖像去噪方法。
【背景技術(shù)】
[0002]圖像在獲取、存儲(chǔ)和傳輸過(guò)程中，不可避免地受到噪聲污染，需要去噪以改善質(zhì)量。當(dāng)前圖像去噪方法主要分為以下幾大類:傳統(tǒng)的信號(hào)處理方法，如鄰域?yàn)V波、中值濾波等，此類方法原理簡(jiǎn)單，但效果有限；小波變換法，小波類方法具有強(qiáng)大的時(shí)頻定位功能，目前應(yīng)用最廣，但缺乏平移不變性，去噪過(guò)程中會(huì)產(chǎn)生偽吉布斯現(xiàn)象，導(dǎo)致圖像失真；多尺度幾何分析法(MGA),包括脊波(Ridgelet)變換、單尺度脊波(Monoscale ridgelet)變換、曲波(Curvelet)變換、剪切波(Shearlet)變換、Contourlet 變換、Bandelet 變換、Beamlet 變換、Wedgelet變換、Brushlet變換等，MGA繼承了小波類方法的局部時(shí)頻分析能力，具有比小波變換更強(qiáng)的方向選擇和辨識(shí)能力，但也缺乏平移不變性，同樣會(huì)產(chǎn)生偽吉布斯現(xiàn)象；維納濾波法，該方法的濾波效果比均值濾波好，但計(jì)算量很大，處理速度較慢；偏微分方程法，該方法能夠克服線性濾波存在的邊緣模糊和位移等缺點(diǎn)，但是在處理高噪聲密度圖像時(shí)去噪效果不好，而且處理時(shí)間長(zhǎng)。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的是提供一種基于可分離全變差模型的圖像去噪方法，解決現(xiàn)有技術(shù)存在的算法復(fù)雜、收斂速度慢、信噪比不理想等問(wèn)題。
[0004]本發(fā)明所采用的技術(shù)方案是，基于可分離全變差模型的圖像去噪方法，將圖像上元素投影到(P，q)空間，在(P，q)空間進(jìn)行收縮投影，迭代后，得到去噪后圖像。
[0005]本發(fā)明的特點(diǎn)還在于:
[0006]具體包括以下步驟:
[0007]第一步，建立元素可分離的全變差模型；
[0008]第二步，求解可分離的全變差模型，得到去噪后圖像。
[0009]上述第一步具體為:
[0010]含噪聲圖像模型表示為
[0011]x+w = b(I)
[0012]式中，矩陣X表示無(wú)噪聲圖像，w表示噪聲，b表示受到噪聲污染的圖像。
[0013]圖像去噪的全變差模型為
【權(quán)利要求】
1.基于可分離全變差模型的圖像去噪方法，其特征在于，建立元素可分離的變差模型，將圖像上元素投影到(P，q)空間，在(P，q)空間進(jìn)行收縮投影，迭代后，得到去噪后圖像。
2.如權(quán)利要求1所述的基于可分離全變差模型的圖像去噪方法，其特征在于，具體包括以下步驟: 第一步，建立元素可分離的全變差模型； 第二步，求解可分離的全變差模型，得到去噪后圖像。
3.如權(quán)利要求2所述的基于可分離全變差模型的圖像去噪方法，其特征在于，所述第一步具體為: 含噪聲圖像模型表示為:
4.如權(quán)利要求2所述的基于可分離全變差模型的圖像去噪方法，其特征在于，所述第二步具體為: 采用各向同性全變差范數(shù)Htv
5.如權(quán)利要求4所述的基于可分離全變差模型的圖像去噪方法，其特征在于，求解可分離變差模型的方法具體如下: 輸入:含噪聲圖像b，拉格朗日乘子入，迭代次數(shù)1^; 步驟 1:初始化，取
6.如權(quán)利要求5所述的基于可分離全變差模型的圖像去噪方法，其特征在于，迭代次數(shù)k不少于50次。
7.如權(quán)利要求6所述的基于可分離全變差模型的圖像去噪方法，其特征在于，迭代次數(shù)k為200次。
【文檔編號(hào)】G06T5/00GK103955893SQ201410146144
【公開(kāi)日】2014年7月30日 申請(qǐng)日期:2014年4月11日 優(yōu)先權(quán)日:2014年4月11日
【發(fā)明者】胡遼林, 王斌, 薛瑞洋, 王亞萍 申請(qǐng)人:西安理工大學(xué)