The invention discloses an image denoising method and device based on global and local prior joint constraints. By synthetically utilizing global structure self-similarity prior and non-linear mapping based on local kernel function, an image denoising method based on global and local prior joint constraints is proposed, which can effectively remove noise at the same time. The fine structure of the image is restored, and the SNR and subjective and objective quality of the image are further improved.
【技术实现步骤摘要】
基于全局和局部先验联合约束的图像去噪方法和装置
本专利技术涉及图像去噪方法和装置，具体涉及一种基于全局和局部先验联合约束的图像去噪方法和装置。
技术介绍
图像去噪是从加噪的观测图像中恢复潜在的纯净图像的一种方法，它一直是图像处理和计算机视觉领域中的一个重要问题。现有技术中，基于偏微分方程的去噪方法是将图像去噪问题建模为具有各向异性扩散过程的偏微分方程。非局部均值方法根据自然图像的自相似性来计算邻域像素的权重，采用加权平均法估计纯净图像。基于小波变换的方法是先利用正向小波变换对输入待处理图像进行多尺度分解，然后在每个尺度上对小波系数进行衰减来抑制噪声，最后通过小波逆变换获得去除噪声的图像。基于稀疏表示和低秩逼近的方法是先利用固定的解析字典或数据驱动的自适应字典将输入待处理图像变换为字典与稀疏系数矩阵的乘积，然后对稀疏系数进行衰减来抑制噪声，最后通过逆变换来获取纯净图像的估计。基于稀疏表示和低秩逼近的方法取得较好的去噪效果，其性能超过传统的图像去噪方法。传统的偏微分方程方法缺乏考虑图像的退化过程和自然图像的先验知识，并且容易使去噪图像过于平滑和出现振铃现象。基于小波变...
【技术保护点】
1.一种基于全局和局部先验联合约束的图像去噪方法，用于对单幅待处理图像Y进行去噪，其特征在于，所述方法包括：步骤1、采用式I对所述的单幅待处理图像Y建立去噪模型：
【技术特征摘要】
1.一种基于全局和局部先验联合约束的图像去噪方法，用于对单幅待处理图像Y进行去噪，其特征在于，所述方法包括：步骤1、采用式I对所述的单幅待处理图像Y建立去噪模型：其中，X为图像Y的待估计纯净图像，||·||w,*为加权核范数，Z表示图像Y的核维纳滤波图像，λWNN为设定的加权核范数正则项的参数，λKWF为设定的核维纳滤波正则项的参数，λWNN>0，λKWF>0；步骤2、采用交替方向乘子法，将式I通过使用缩放的对偶变量改写为式III，获得去噪图像其中，M为辅助变量，ρ>0，A是拉格朗日对偶变量，其中变量M、待估计纯净图像X以及变量A由步骤3获得；步骤3、重复执行k+1次步骤31-步骤33，k≥0，迭代更新变量Mk+1、待估计纯净图像Xk+1以及变量Ak+1，获得变量Mk+1、待估计纯净图像Xk+1以及变量Ak+1代入式III中，包括：步骤31、采用式IV获得第k+1次更新后的变量Mk+1：式IV中，U和V是酉矩阵，通过式VI获得：(U,Σ,V)＝svd(Xk+Ak)式VI式VI中，Σ为对角矩阵，X0＝Y，A0＝0；为经过奇异值收缩后的对角矩阵，将待处理图像Y分成多个图像块，其中第j个图像块的的对角线元素通过式VII获得：Σaa为第j个图像块对角矩阵Σj对角线上的元素，wj为第j个图像块的权重；收集所有的图像块经过奇异值收缩后的对角矩阵构建步骤32、采用式VIII，获得第k+1次更新后的待估计纯净图像Xk+1：式VIII中，求解出的X作为第k+1次更新后的待估计纯净图像Xk+1；步骤33、采用式XV获得第k+1次更新后的变量Ak+1。Ak+1＝Ak+Xk+1-Mk+1式XV。2.如权利要求1所述的基于全局和局部先验联合约束的图像去噪方法，其特征在于，利用形状自适应核函数的核维纳滤波法对待处理图像Y进行滤波，获得核维纳滤波图像Z。3.一种基于全局和局部先验联合约束的图像去噪装置，用于对单幅待处理图像Y进...
【专利技术属性】
技术研发人员：康睿文，章勇勤，彭进业，祝轩，李展，王珺，许鹏飞，郑霞，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。