各向异性多方向全变差图像去噪方法和装置制造方法及图纸

本发明专利技术提供了一种各向异性多方向全变差图像去噪方法和装置。该方法的步骤包括建立多方向的各向异性全变差模型，对待去噪的原始图像进行正则化运算(横向差分，纵向差分以及对角线等多方向差分运算)；基于优化迭代算法对上述建立的各向异性多方向全变差模型进行求解，获得去噪后的图像。本发明专利技术首次对全变差模型加入对角线方向的全变差差分运算来进行图像去噪，对图像的斜向等信息进行了有效的优化处理；能够有效去除噪声的影响，同时有效保持图像的边缘特征信息，为后续处理提供了良好的图像质量。

【技术实现步骤摘要】
各向异性多方向全变差图像去噪方法和装置
本专利技术涉及图像处理
，尤其涉及一种各向异性多方向全变差图像去噪方法和装置。
技术介绍
图像在获取过程中不可避免受到噪声影响，全变差(totalvariation,TV)图像去噪方法是目前一种有效的去噪方法，该方法将图像的去噪过程视为分段常数的模型、建立全变差模型和迭代计算实现图像的去噪过程。但全变差图像去噪方法只对横向和纵向的梯度信息进行了优化，并没有考虑到图像的斜向信息，这样使得模型缺失了对图像的斜向梯度信息的优化。目前现有的基于全变差的去噪方法，有的方法在进行差分运算前对图像的像素进行加权处理；有的方法将先对图像的全变差范数进行平滑化处理，然后再对全变差范数进行迭代求解，但是这种方法会丢失图像的细节信息；有的方法将图像分为局部的小块来进行局部全变差滤波，但是这种方法的计算复杂度很高，运行耗费时间。总之，目前现有的基于全变差的图像去噪方法都没有考虑到图像的斜向梯度信息的优化，不能更好地抑制图像的噪声。
技术实现思路
本专利技术的实施例提供了一种各向异性多方向全变差图像去噪方法和装置，以克服现有技术的问题。为了实现上述目的，本专利技术采取本文档来自技高网...

【技术保护点】
1.一种各向异性多方向全变差图像去噪方法，其特征在于，包括：对待去噪的原始图像进行多方向的全变差正则化操作，建立所述原始图像的各向异性多方向全变差模型；基于迭代算法对所述各向异性多方向全变差模型进行优化求解，获得所述原始图像的去噪图像。

【技术特征摘要】
1.一种各向异性多方向全变差图像去噪方法，其特征在于，包括：对待去噪的原始图像进行多方向的全变差正则化操作，建立所述原始图像的各向异性多方向全变差模型；基于迭代算法对所述各向异性多方向全变差模型进行优化求解，获得所述原始图像的去噪图像。2.根据权利要求1所述的方法，其特征在于，所述的对待去噪的原始图像进行多方向的全变差正则化操作，建立所述原始图像的各向异性多方向全变差模型，包括：对所述原始图像的横向、纵向和对角线方向进行全变差差分运算，建立所述原始图像的各向异性三方向全变差模型：其中，u为待求解优化的无噪声图像，f是待去噪的原始图像，αh、αv和αd分别为水平、垂直和对角线方向的全变差范数的系数，其值为正常数，μ为惩罚项的系数，其值为一正常数；▽h、▽v和▽d分别为水平方向、垂直方向和对角线方向的差分算子；将满足模型最小化的u的值作为所述原始图像去噪处理后得到的复原图像。3.根据权利要求1所述的方法，其特征在于，所述的迭代算法包括SplitBregman迭代算法。4.根据权利要求3所述的方法，其特征在于，所述的基于迭代算法对所述各向异性多方向全变差模型进行优化求解，获得所述原始图像的去噪图像，包括：将所述各向异性三方向全变差模型等价变形，通过变量代换将原各向异性三方向全变差模型变为可分离模型，令r＝▽u，则原各向异性三方向全变差模型变为：根据上述公式(1)和(2)，利用SplitBregman算法通过迭代运算得到变量u,r的更新，...

【专利技术属性】
技术研发人员：申艳，陈莹，娄淑琴，刘静，郝晓莉，侯亚丽，陈后金，闻映红，张超，余晶晶，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京,11