一种ICCD图像去噪方法技术

本发明专利技术公开了一种ICCD图像去噪方法，包括以下步骤：1)将ICCD图像通过方向梯度直方图方差划分为结构化图像块及非结构化图像块：2)在ICCD图像中采用局域与非局域级联的结构寻找模拟区域，并在模拟区域中通过块匹配算法寻找与非结构化图像块相匹配的非局域图像块，再根据通过预设的限制条件在模拟区域中寻找与非结构化图像块相匹配的局域图像块，再将非局域图像块与局域图像块采用联合滤波方法求取均值，得去噪后的非结构化图像块，该方法能够消除随机团块噪声，减少团块噪声对于图像识别的影响，同时增强ICCD图像的结构信息，修复噪声对图像造成的结构性缺失。达到去噪并修复图像的作用。

A ICCD image denoising method

The invention discloses a ICCD image denoising method, which comprises the following steps: 1) the ICCD image by histogram of gradient variance divided into structured and unstructured image block image block: 2) in the ICCD image using local and non local structure for cascade simulation area, and in the simulation area by block matching algorithm looking for matching with unstructured image block non local image blocks according to the preset conditions by limiting the search for matching with unstructured image block local image block in the simulation area, then the non local image blocks and the local image block using combined filtering method to obtain the mean, unstructured image noise then, this method can eliminate the random noise to reduce noise for mass, mass effect of image recognition, while enhancing the structure information of ICCD image, the noise of the image caused by the repair Structural deletion. Denoising and restoration of the role of images.

【技术实现步骤摘要】
一种ICCD图像去噪方法
本专利技术属于图像处理领域，涉及一种ICCD图像去噪方法。
技术介绍
ICCD(IntensifiedCharge-CoupledDevice)相机是一种在微光条件下获取增强图像的设备，广泛应用于夜间成像，卫星成像等领域。其成像原理是将光电转换后入射的电子经由加电压的微通道管传输，在微通道管中撞击管壁，进而激发出更多的电子并从微通道管中射出，打到成像荧光屏上，从而实现在微光环境下的图形获取和增强。但是由于电子数目的随机增加和其随机的出射角度，极大的增加了噪声。ICCD成像的噪声与以往所处理的噪声不同：1)与一般的随机噪声不同，ICCD的成像噪声呈团块状，这是由于微通道管的排列形式所造成的。这种噪声已经形成了一种模式，可以将其看作是一种结构缺失，而不是普通意义上的随机噪声；2)形成的这种模式没有固定的表征特征，其形状和边界信息是随机的，而不像水珠或雨滴具有固定的模式。基于噪声的类型图像去噪算法主要分两大类：一是对概率分布噪声和随机噪声的去噪算法(普适的去噪算法)，二是针对具有固定模式噪声的去噪算法(模式去噪算法)。对于普适的去噪算法，主要有空域方法，变换域方法和基于学习的方法。其中，空域方法最为成熟，但效果有限，目前去噪领域的主要方法集中在变换域方法和基于学习的方法。这些方法对于ICCD图像噪声的去除效果十分有限，因为ICCD图像噪声模式的团块性和较大的强度，普适去噪算法会将ICCD噪声按照图像结构化的一部分进行处理，有些算法甚至加强了噪声。对于模式去噪算法，其主要解决的问题是去除图像中具有固定模式的噪声，比如雨滴，波纹等。这类算法对于特定的模式有特定的方法，目前比较有效的是基于自学习的信号分解法。将此方法应用于ICCD图像去噪有以下问题，团块噪声的延展区域较大，单个字典块无法覆盖，而放大字典块会产生一系列问题，影响图像质量。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点，提供了一种ICCD图像去噪方法，该方法能够消除随机团块噪声，减少团块噪声对于图像识别的影响，同时增强ICCD图像的结构信息，修复噪声对图像造成的结构性缺失，达到去噪并修复图像的目的。为达到上述目的，本专利技术所述的ICCD图像去噪方法包括以下步骤：1)将ICCD图像通过方向梯度直方图方差划分为结构化图像块及非结构化图像块：2)在ICCD图像中采用局域与非局域级联的结构寻找模拟区域，并在模拟区域中通过块匹配算法寻找与非结构化图像块相匹配的非局域图像块，再通过预设的限制条件在模拟区域中寻找与非结构化图像块相匹配的局域图像块，再将非局域图像块与局域图像块采用联合滤波方法求取均值，得去噪后的非结构化图像块；从ICCD图像中提取局部流形信息，再在稀疏表示的表示系数中引入所述局部流形信息，并求解稀疏表示，然后根据结构化图像块与与其八邻域块使得拟合残差最小，得结构化图像块的八邻域块权重，再根据稀疏表示及结构化图像块的八邻域块权重得保流形稀疏表示的目标函数，并求解所述保流形稀疏表示的目标函数，得稀疏表示的字典D及稀疏表示的稀疏系数X，然后根据稀疏表示的字典D及稀疏表示的稀疏系数X重构结构化图像块，得去噪后的结构化图像块。步骤2)中保流形稀疏表示的目标函数的表达式为：其中，N为结构化图像块的个数，yi为第i个向量化的结构化图像块，xi为第i个向量化的结构化图像块的稀疏表示系数，xi,j表示第i个结构化图像块的第j个邻域块的稀疏表示系数，β为常数，||·||0表示l0范数，T0为稀疏性参数，Wi表示第i个结构化图像块与其8个邻域块之间的结构信息，wi,j为第i个结构化图像块与其第j个邻域块之间的结构信息。Wi的具体表达式为：其中，pi,j为第i个结构化图像块及其第j个邻域块的平均灰度值。在固定字典D的情况下，保流形稀疏表示的目标函数的梯度为：其中，Ci＝∑jwi，jxi，j，则有其中，(n)表示第n次迭代，为使用K-SVD获得的系数，η表示步长，θ(·)为仅保留向量中T0个绝对值最大的元素的函数，||xi||0≤T0。利用最大后验概率法求解稀疏表示的字典D，其中，D(n+1)＝Dn+η′EXT+η′·tr(XETD(n))D(n)其中，E＝[e1，e2，...，eN]，ei＝yi-D(n)xi+β·D(n)(Ci-xi)，η′为迭代过程的步长，D(n)的初始化值为使用K-SVD获得的字典。重构后第i个结构化图像块的列向量形式IMi为：其中，δ为常数系数，则有本专利技术具有以下有益效果：本专利技术所述的ICCD图像去噪方法在具体操作时，首先将ICCD图像分为结构化图像块与非结构化图像块，对非结构化图像块采用局域与非局域级联的结构寻找模拟区域，并在模拟区域内寻找局域图像块及非局域图像块，并根据局域图像块与非局域图像块得到去噪后的非结构化图像，从而尽可能的消除随机团块噪声；对于结构化图像块，则通过构建保流形稀疏表示的目标函数，通过保流形稀疏表示增强ICCD图像的结构信息，降低修复噪声对结构化图像块的结构性缺失，最后再通过重构来得到去噪后的结构化图像块，从而消除随机团块噪声，减少团块噪声对图像识别的影响，同时增强ICCD图像的结构信息，修复噪声对图像造成的结构性缺失，达到去噪并修复图像的作用。附图说明图1为本专利技术的流程图；图2为本专利技术中方向梯度直方图方差(HVOG)示意图；图3为本专利技术中模拟局部时域信息示意图；图4为真实ICCD的感测图像；图5本专利技术的处理结果；图6为BM3D的处理结果；图7为基于K-SVD的处理结果；图8为BLS-GSM的处理结果。具体实施方式下面结合附图对本专利技术做进一步详细描述：参考图1，本专利技术所述的ICCD图像去噪方法包括以下步骤：1)将ICCD图像通过方向梯度直方图方差划分为结构化图像块及非结构化图像块，具体的操作为：1a)在每个图像块中滑动固定窗口大小的小块，计算每个小块中的梯度特征的幅度及取向；2a)将每个小块中的像素根据它们的取向划分为k类，然后将每类中的所有像素的梯度的绝对量值相加以形成具有所有k类的结果的直方图；3a)重复上述过程以形成所有小块的直方图，然后将这些直方图合并为一个直方图；4a)计算合并的直方图的方差；5a)设定阈值，所述方差大于阈值，则将图像块分类为结构化图像块，否则将其分类为非结构化图像块。2)在ICCD图像中采用局域与非局域级联的结构寻找模拟区域，并在模拟区域中通过块匹配算法寻找与非结构化图像块相匹配的非局域图像块，再通过预设的限制条件在模拟区域中寻找与非结构化图像块相匹配的局域图像块，再将非局域图像块与局域图像块采用联合滤波方法求取均值，得去噪后的非结构化图像块，其中，所述预设的限制条件为：1、局域块是非结构化图像块的；2、在参照块和匹配块各自相应的圆域内；3、与参照块和匹配块相比有相对较小的灰度统计值偏差；从ICCD图像中提取局部流形信息，再在稀疏表示的表示系数中引入所述局部流形信息，并求解稀疏表示，然后根据结构化图像块与与其八邻域块使得拟合残差最小，得结构化图像块的八邻域块权重，再根据稀疏表示及结构化图像块的八邻域块权重得保流形稀疏表示的目标函数，并求解所述保流形稀疏表示的目标函数，得稀疏表示的字典D及稀疏表示的稀疏系数X，然后根据稀疏表示的字典D及稀疏表示的稀疏系数X重构结本文档来自技高网...

【技术保护点】
一种ICCD图像去噪方法，其特征在于，包括以下步骤：1)将ICCD图像通过方向梯度直方图方差划分为结构化图像块及非结构化图像块：2)在ICCD图像中采用局域与非局域级联的结构寻找模拟区域，并在模拟区域中通过块匹配算法寻找与非结构化图像块相匹配的非局域图像块，再通过预设的限制条件在模拟区域中寻找与非结构化图像块相匹配的局域图像块，再将非局域图像块与局域图像块采用联合滤波方法求取均值，得去噪后的非结构化图像块；从ICCD图像中提取局部流形信息，再在稀疏表示的表示系数中引入所述局部流形信息，并求解稀疏表示，然后根据结构化图像块与与其八邻域块使得拟合残差最小，得结构化图像块的八邻域块权重，再根据稀疏表示及结构化图像块的八邻域块权重得保流形稀疏表示的目标函数，并求解所述保流形稀疏表示的目标函数，得稀疏表示的字典D及稀疏表示的稀疏系数X，然后根据稀疏表示的字典D及稀疏表示的稀疏系数X重构结构化图像块，得去噪后的结构化图像块。

【技术特征摘要】
1.一种ICCD图像去噪方法，其特征在于，包括以下步骤：1)将ICCD图像通过方向梯度直方图方差划分为结构化图像块及非结构化图像块：2)在ICCD图像中采用局域与非局域级联的结构寻找模拟区域，并在模拟区域中通过块匹配算法寻找与非结构化图像块相匹配的非局域图像块，再通过预设的限制条件在模拟区域中寻找与非结构化图像块相匹配的局域图像块，再将非局域图像块与局域图像块采用联合滤波方法求取均值，得去噪后的非结构化图像块；从ICCD图像中提取局部流形信息，再在稀疏表示的表示系数中引入所述局部流形信息，并求解稀疏表示，然后根据结构化图像块与与其八邻域块使得拟合残差最小，得结构化图像块的八邻域块权重，再根据稀疏表示及结构化图像块的八邻域块权重得保流形稀疏表示的目标函数，并求解所述保流形稀疏表示的目标函数，得稀疏表示的字典D及稀疏表示的稀疏系数X，然后根据稀疏表示的字典D及稀疏表示的稀疏系数X重构结构化图像块，得去噪后的结构化图像块。2.根据权利要求1所述的ICCD图像去噪方法，其特征在于，步骤2)中保流形稀疏表示的目标函数的表达式为：其中，N为结构化图像块的个数，yi为第i个向量化的结构化图像块，xi为第i个向量化的结构化图像块的稀疏表示系数，xi,j表示第i个结构化图像块的第j个邻域块的稀疏表示系数，β为常数，||·||0表示l0范数，T0为稀疏性参数，Wi表示第i个结构化图像块与其8个邻域块之间的结构信息，wi,j为第i个结构化图像块与其第j个邻域块之间的结构信息。3.根据权利要求2所述的ICCD图像去噪方法，其特征在于，Wi的具体表达式...

【专利技术属性】
技术研发人员：王飞，杨勐，王译彬，张雪涛，郑南宁，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：陕西,61