一种图像去噪方法及装置制造方法及图纸

本申请涉及图像处理技术领域，尤其涉及一种图像去噪方法及装置，用以解决现有技术中在对图像进行去噪时存在着去噪效果不理想的问题；本申请实施例提供的图像去噪方法包括：获取待处理图像；对待处理图像进行去均值和白化的预处理；根据MMI算法和进行预处理后的图像，确定对待处理图像中各独立分量进行分离的分离矩阵；根据分离矩阵对待处理图像中的非高斯噪声进行分离，得到只包含高斯噪声的源图像；基于预设的去除高斯噪声的算法对只包含高斯噪声的源图像进行噪声去除，得到源图像，这样，利用MMI算法将非高斯噪声从待处理图像中分离出来，得到只包含高斯噪声的图像，之后，只需要去除图像中的高斯噪声就可以达到理想的去噪效果。

An Image Denoising Method and Device

This application relates to the field of image processing technology, in particular to an image denoising method and device, which can solve the problem of unsatisfactory denoising effect when denoising an image in the prior art. The image denoising method provided in the embodiment of this application includes acquiring the image to be processed, preprocessing the processed image with mean and whitening, and preprocessing according to the MMI algorithm and preprocessing. After processing the image, the separation matrix of the independent components in the processed image is determined; the non-Gaussian noise in the processed image is separated according to the separation matrix, and the source image containing only Gaussian noise is obtained; the source image containing only Gaussian noise is removed based on the preset algorithm of removing Gaussian noise, and the source image is obtained. Thus, the MMI algorithm is used. The non-Gaussian noise is separated from the image to be processed, and the image containing only Gaussian noise is obtained. After that, the ideal denoising effect can be achieved by removing the Gaussian noise from the image.

【技术实现步骤摘要】
一种图像去噪方法及装置
本申请涉及图像处理
，尤其涉及一种图像去噪方法及装置。
技术介绍
实际应用中，图像是非常重要的信息源，但几乎任何一幅图像在获取和传输的过程中，都会受到各种噪声的干扰，从而使图像的质量下降，这对后续的图像处理如压缩、编码、识别等，造成了不利的影响，为了抑制噪声改善图像质量所进行的处理叫做图像去噪。现有技术中，一直是以高斯噪声为噪声模型来对图像进行去噪处理，因为高斯噪声仅需要知道均值和方差两个统计量，所以使用高斯噪声作为噪声模型来对图像进行去噪处理也比较简单，但实际生活中，并不是所有图像中的噪声都符合高斯分布，当图像中不但包含高斯噪声，而且包含其它噪声，如α稳定分布噪声时，噪声信号可能会表现出非常强的冲击性和厚重的拖尾特性时，噪声的瞬间值有时会远远超出其均值，在这种情况下，如果继续使用高斯噪声作为噪声模型来对图像进行去噪，去噪性能会严重退化，进而导致无法得到理想的原始图像信息。可见，现有技术中对图像进行去噪时存在着去噪效果不理想的问题。
技术实现思路
本申请实施例提供一种图像去噪方法及装置，用以解决现有技术中在对图像进行去噪时存在着去噪效果不理想的问题。本申请实施例提供的一种图像去噪方法，包括：获取待处理图像；对所述待处理图像进行去均值和白化的预处理；根据最小互信息量(MinimumMutualInformation，MMI)算法和进行预处理后的图像，确定对所述待处理图像中各独立分量进行分离的分离矩阵；根据所述分离矩阵对所述待处理图像中的非高斯噪声进行分离，得到只包含高斯噪声的源图像；基于预设的去除高斯噪声的算法对所述只包含高斯噪声的源图像进行噪声去除，得到源图像。可选地，根据MMI算法和进行预处理后的图像，确定对所述待处理图像中各独立分量进行分离的分离矩阵，包括：根据分离矩阵和迭代步长的初始值，循环执行以下操作：基于预处理后图像的亮度矩阵和上一次进行迭代后获得的分离矩阵，对上一次迭代时的步长进行调整；基于调整后的步长，对上一次进行迭代后获得的分离矩阵进行再次迭代，获得再次迭代后的分离矩阵；直到确定获得的分离矩阵收敛时，将收敛的分离矩阵作为对所述待处理图像中各独立分量进行分离的分离矩阵。可选地，根据所述分离矩阵对所述待处理图像中的非高斯噪声进行分离，得到只包含高斯噪声的源图像，包括：基于分离矩阵和所述待处理图像的亮度矩阵的乘积，获得至少两幅图像的亮度矩阵；其中，所述至少两幅图像中的一幅图像为只包含高斯噪声的源图像，其余图像为所述待处理图像中包含的噪声图像。可选地，基于预处理后图像的亮度矩阵和上一次进行迭代后获得的分离矩阵，对上一次迭代时的步长进行调整，包括：基于预处理后图像的亮度矩阵R，以及进行k-1次迭代后获得的分离矩阵h(k-1)，采用表达式：uk＝h(k-1)*R，获得进行第k次迭代时的调整矩阵uk；基于进行第k次迭代时的调整矩阵uk，采用表达式：ψ(k)＝tanh(uk)和获得进行第k次迭代时的范数D(k)；基于进行第k次迭代时的范数D(k)，采用表达式：获得进行第k次迭代时的步长q(k)；其中，α(k)为进行第k次迭代时的步长调整变量，D(k-1)为进行第k-1次迭代时的范数，q(k-1)为进行第k-1次迭代时的步长，p为自然数，代表对所述待处理图像中各独立分量的分离度，D(0)、q(0)、γ和β均为预设的常数，且0＜γ＜1，0＜β＜1。可选地，基于调整后的步长，对上一次进行迭代后获得的分离矩阵进行再次迭代，获得再次迭代后的分离矩阵，包括：采用表达式：获得第k次迭代时的迭代变化量Δh(k)；采用表达式：c(k)＝h(k-1)+q(k)*Δh(k)和获得在k次迭代后的分离矩阵h(k)；其中，c(k)为进行第k次迭代时的分离矩阵调整变量。可选地，根据以下步骤确定获得的分离矩阵收敛：基于进行k-1次迭代后获得的分离矩阵h(k-1)、进行k次迭代后获得的分离矩阵h(k)，采用表达式获得k次迭代后的分离矩阵的收敛值f(k)；当所述分离矩阵的收敛值f(k)低于预设的收敛门限值时，确定获得的分离矩阵h(k)收敛。本申请实施例提供的一种图像去噪装置，包括：获取模块，用于获取待处理图像；预处理模块，用于对所述待处理图像进行去均值和白化的预处理；分离矩阵确定模块，用于根据最小互信息量MMI算法和进行预处理后的图像，确定对所述待处理图像中各独立分量进行分离的分离矩阵；分离模块，用于根据所述分离矩阵对所述待处理图像中的非高斯噪声进行分离，得到只包含高斯噪声的源图像；去噪模块，用于基于预设的去除高斯噪声的算法对所述只包含高斯噪声的源图像进行噪声去除，得到源图像。可选地，所述分离矩阵确定模块具体用于：根据分离矩阵和迭代步长的初始值，循环执行以下操作：基于预处理后图像的亮度矩阵和上一次进行迭代后获得的分离矩阵，对上一次迭代时的步长进行调整；基于调整后的步长，对上一次进行迭代后获得的分离矩阵进行再次迭代，获得再次迭代后的分离矩阵；直到确定获得的分离矩阵收敛时，将收敛的分离矩阵作为对所述待处理图像中各独立分量进行分离的分离矩阵。可选地，所述分离模块具体用于：基于分离矩阵和所述待处理图像的亮度矩阵的乘积，获得至少两幅图像的亮度矩阵；其中，所述至少两幅图像中的一幅图像为只包含高斯噪声的源图像，其余图像为所述待处理图像中包含的噪声图像。可选地，所述分离矩阵确定模块具体用于：基于预处理后图像的亮度矩阵R，以及进行k-1次迭代后获得的分离矩阵h(k-1)，采用表达式：uk＝h(k-1)*R，获得进行第k次迭代时的调整矩阵uk；基于进行第k次迭代时的调整矩阵uk，采用表达式：ψ(k)＝tanh(uk)和获得进行第k次迭代时的范数D(k)；基于进行第k次迭代时的范数D(k)，采用表达式：获得进行第k次迭代时的步长q(k)；其中，α(k)为进行第k次迭代时的步长调整变量，D(k-1)为进行第k-1次迭代时的范数，q(k-1)为进行第k-1次迭代时的步长，p为自然数，代表对所述待处理图像中各独立分量的分离度，D(0)、q(0)、γ和β均为预设的常数，且0＜γ＜1，0＜β＜1。可选地，所述分离矩阵确定模块具体用于：采用表达式：获得第k次迭代时的迭代变化量Δh(k)；采用表达式：c(k)＝h(k-1)+q(k)*Δh(k)和获得在k次迭代后的分离矩阵h(k)；其中，c(k)为进行第k次迭代时的分离矩阵调整变量。可选地，所述分离矩阵确定模块具体用于根据以下步骤确定获得的分离矩阵收敛：基于进行k-1次迭代后获得的分离矩阵h(k-1)、进行k次迭代后获得的分离矩阵h(k)，采用表达式获得k次迭代后的分离矩阵的收敛值f(k)；当所述分离矩阵的收敛值f(k)低于预设的收敛门限值时，确定获得的分离矩阵h(k)收敛。本申请实施例提供的一种电子设备，包括至少一个处理单元、以及至少一个存储单元，其中，所述存储单元存储有程序代码，当所述程序代码被所述处理单元执行时，使得所述电子设备执行上述图像去噪方法的步骤。本申请实施例提供的一种计算机可读存储介质，包括程序代码，当所述程序代码在电子设备上运行时，使所述电子设备执行上述图像去噪方法的步骤。本申请实施例中，获取待处理图像，对待处理图像进行去均值和白化的预处理，之后根据MMI算法和预处本文档来自技高网...

【技术保护点】
1.一种图像去噪方法，其特征在于，包括：获取待处理图像；对所述待处理图像进行去均值和白化的预处理；根据最小互信息量MMI算法和进行预处理后的图像，确定对所述待处理图像中各独立分量进行分离的分离矩阵；根据所述分离矩阵对所述待处理图像中的非高斯噪声进行分离，得到只包含高斯噪声的源图像；基于预设的去除高斯噪声的算法对所述只包含高斯噪声的源图像进行噪声去除，得到源图像。

【技术特征摘要】
1.一种图像去噪方法，其特征在于，包括：获取待处理图像；对所述待处理图像进行去均值和白化的预处理；根据最小互信息量MMI算法和进行预处理后的图像，确定对所述待处理图像中各独立分量进行分离的分离矩阵；根据所述分离矩阵对所述待处理图像中的非高斯噪声进行分离，得到只包含高斯噪声的源图像；基于预设的去除高斯噪声的算法对所述只包含高斯噪声的源图像进行噪声去除，得到源图像。2.如权利要求1所述的方法，其特征在于，根据MMI算法和进行预处理后的图像，确定对所述待处理图像中各独立分量进行分离的分离矩阵，包括：根据分离矩阵和迭代步长的初始值，循环执行以下操作：基于预处理后图像的亮度矩阵和上一次进行迭代后获得的分离矩阵，对上一次迭代时的步长进行调整；基于调整后的步长，对上一次进行迭代后获得的分离矩阵进行再次迭代，获得再次迭代后的分离矩阵；直到确定获得的分离矩阵收敛时，将收敛的分离矩阵作为对所述待处理图像中各独立分量进行分离的分离矩阵。3.如权利要求2所述的方法，其特征在于，根据所述分离矩阵对所述待处理图像中的非高斯噪声进行分离，得到只包含高斯噪声的源图像，包括：基于分离矩阵和所述待处理图像的亮度矩阵的乘积，获得至少两幅图像的亮度矩阵；其中，所述至少两幅图像中的一幅为只包含高斯噪声的源图像，其余为所述待处理图像中包含的噪声图像。4.如权利要求2～3任一所述的方法，其特征在于，基于预处理后图像的亮度矩阵和上一次进行迭代后获得的分离矩阵，对上一次迭代时的步长进行调整，包括：基于预处理后图像的亮度矩阵R，以及进行k-1次迭代后获得的分离矩阵h(k-1)，采用表达式：uk＝h(k-1)*R，获得进行第k次迭代时的调整矩阵uk；基于进行第k次迭代时的调整矩阵uk，采用表达式：ψ(k)＝tanh(uk)和获得进行第k次迭代时的范数D(k)；基于进行第k次迭代时的范数D(k)，采用表达式：和q(k)＝α(k)*q(k-1)，获得进行第k次迭代时的步长q(k)；其中，α...

【专利技术属性】
技术研发人员：顾欣，庞军，吴晓黎，陈健，陈维，王浩州，
申请(专利权)人：中移杭州信息技术有限公司，中国移动通信集团公司，
类型：发明
国别省市：浙江,33