基于四元数加权核范数最小的彩色图像去噪方法技术

本发明专利技术公开了一种基于四元数加权核范数最小的彩色图像去噪方法，利用彩色图像的非局部相似性，对彩色图像建立基于四元数核范数最小的模型，并根据四元数的用于重构三维彩色图像的固有特性，利用迭代重加权算法对四元数加权核范数最小模型进行求解，从而在矢量重构过程中很好地保持构成彩色图像的三个彩色通道之间的内部联系，从而获得更好的去噪效果。

Color image denoising method based on minimum weighted kernel norm of four variables

The invention discloses a color image four yuan number based on the minimum norm weighted kernel denoising method, using color image non local similarity of color images to establish four yuan minimum number of nuclear norm based on the model, and according to the inherent characteristics of reconstruction of 3D color image of the four elements, using iterative reweighted algorithm the number of four yuan to solve the minimum norm weighted kernel model, which remain well formed between the three color channels of a color image of the internal links in vector reconstruction process, in order to obtain better denoising effect.

【技术实现步骤摘要】
基于四元数加权核范数最小的彩色图像去噪方法
本专利技术涉及图像处理
，尤其是一种基于四元数加权核范数最小的彩色图像去噪方法。
技术介绍
由于图像在拍摄、压缩、存储、传输过程中均不可避免地会受到拍摄设备、传输介质以及外界各种光、电信号的干扰影响，从而在图像上叠加有图像噪声，因此图像去噪是图像处理技术的重要组成部分，带有噪声的图像的形成过程可以表示为：Y＝X+N，其中X为清晰图像，N为外界噪声，Y为实际观测到的带有噪声的彩色图像。近年来，各种统计估计器、空域自适应滤波器以及基于变换域的处理方法都被用于图像去噪处理，而基于字典学习的稀疏表示方法、最优方向法和在线字典学习法等也被广泛应用于图像去噪处理。为了获得更好的去噪效果，低秩矩阵逼近方法也被用于重构清晰图像，其中低秩矩阵分解和核范数最小是低秩矩阵逼近问题中最重要的两个方向，在核范数最小的基础上，对核范数进行加权能使图像去噪达到更好的效果。然而，传统的彩色图像去噪方法通常是把彩色图像看成由三幅独立的灰度图像组合而成，一般都分别对三幅灰度图像进行处理，而忽略了各通道之间的相互联系，难以达到令人满意的去噪效果。专利技术内容为解决上述问题本文档来自技高网...

【技术保护点】
基于四元数加权核范数最小的彩色图像去噪方法，其特征在于：包括以下步骤：A、对带有噪声的彩色图像进行图像采集，得到一幅像素大小为M×N的图像I，其中，M和N均为大于零的整数；B、估计图像I中的噪声方差

【技术特征摘要】
1.基于四元数加权核范数最小的彩色图像去噪方法，其特征在于：包括以下步骤：A、对带有噪声的彩色图像进行图像采集，得到一幅像素大小为M×N的图像I，其中，M和N均为大于零的整数；B、估计图像I中的噪声方差根据噪声方差得到噪声标准差σn；C、判断噪声标准差σn的大小，并根据噪声标准差σn的大小设置不同的处理参数，若噪声标准差σn<50，转到步骤D；若噪声标准差σn≥50，先用高斯低通滤波器对图像I进行滤波处理，然后转到步骤D；D、根据图像I的像素(r,g,b)所对应的四元数把图像I转化为四元数矩阵的表示形式，并根据该四元数矩阵的表示形式对图像I建立四元数加权核范数最小模型；E、利用步骤C中的处理参数对图像I进行图像分块，并根据分块所得到的参考块而获得每个参考块的相似块；F、对每个参考块的相似块建立四元数图像块加权核范数最小模型；G、利用迭代重加权算法求解每一个四元数图像块加权核范数最小模型的估计值；H、组合所有的四元数图像块加权核范数最小模型的估计值，求得图像I的完整估计值；I、判断步骤G中的迭代是否全部完成，若完成，转到步骤J；若没有完成，先进行残差补偿处理，再转到步骤G；J、图像I的完整估计值输出为不带有噪声的清晰图像，完成对彩色图像的去噪处理。2.根据权利要求1所述的基于四元数加权核范数最小的彩色图像去噪方法，其特征在于：所述步骤C中根据噪声标准差σn的大小设置不同的处理参数，所述处理参数包括迭代次数K，四元数图像块大小w，搜索窗口大小W和相似块数n，若噪声标准差σn<50，则K＝6，w＝5，W＝30，n＝45；若噪声标准差σn≥50，则K＝3，w＝7，W＝40，n＝100。3.根据权利要求2所述的基于四元数加权核范数最小的彩色图像去噪方法，其特征在于：所述步骤D中图像I转化为四元数矩阵的表示形式，首先把图像I的每一个像素(r,g,b)表示为一个四元数其中i、j和k是三个虚数单位，满足i2＝j2＝k2＝ijk＝-1且ij＝k，jk＝i，ki＝j；接着把图像I的所有像素(r,g,b)以矩阵的形式组合于一起，得到图像I的四元数矩阵为4.根据权利要求3所述的基于四元数加权核范数最小的彩色图像去噪方法，其特征在于：所述步骤D中对图像I建立四元数加权核范数最小模型，其可以表示为：其中，是图像I的四元数矩阵表示形式，是清晰图像的四元数矩阵表示形式，||·||F表示Frobenius范数，是四元数矩阵的加权核范数，是的第i个奇异值，w为权重向量。5.根据权利要求4所述的基于四元数加权核范数最小的彩色图像去噪方法，其特征在于：所述步骤E中对转化为四元数加权核范数最小模型的图像I进行图像分块，并根据分块所得到的参考块而获得每个参考块的相似块，包括以下步骤：E1、分别以图像I的四元数矩阵表示形式中的像素点i∈[1,MN]作为中心，根据该中心选取大小为w×w的图像块并进行排列，得到参考块E2、以像素点i∈[1,MN]为中心建...

【专利技术属性】
技术研发人员：余义斌，张玉兰，岳洪伟，王天雷，郭凯凤，
申请(专利权)人：五邑大学，
类型：发明
国别省市：广东,44