基于Primal-dual的图像去噪方法及系统技术方案

本发明专利技术公开了一种基于Primal‑dual的图像去噪方法及系统。所述去噪方法包括：获取样本图像的训练样本集、原向量空间以及所述原向量空间的对偶向量空间；获取原向量空间内原变量所对应的第一正则化项以及对偶向量空间内对偶变量所对应的第二正则化项；根据训练样本集构造训练矩阵；根据训练矩阵确定训练样本集常数以及迭代步长；根据第一正则化项、第二正则化项以及训练样本集常数建立非光滑的目标函数；采用个体输出形式，根据非光滑的目标函数以及迭代步长更新原变量以及对偶变量，确定个体输出的原变量以及个体输出的对偶变量；根据个体输出的原变量以及个体输出的对偶变量对样本图像进行去噪处理。采用本发明专利技术提供的去噪方法及系统能够提高图像去噪效率。

Image Denoising Method and System Based on Primal-dual

The invention discloses an image denoising method and system based on Primal dual. The denoising method includes: acquiring the training sample set, the original vector space and the dual vector space of the original vector space of the sample image; acquiring the first regularization term corresponding to the original variable in the original vector space and the second regularization term corresponding to the dual variable in the dual vector space; constructing the training matrix according to the training sample set; and determining the training sample set according to the training matrix. Constants and iteration steps; non-smooth objective functions are established according to the first regularization term, the second regularization term and the constants of training sample set; original variables and dual variables of individual output are determined by updating original variables and dual variables according to non-smooth objective functions and iteration steps in the form of individual output; original variables and dual variables of individual output are determined according to the original variables of individual output and individual output. Dual variables of volume output are used to denoise the sample image. The denoising method and system provided by the invention can improve the image denoising efficiency.

【技术实现步骤摘要】
基于Primal-dual的图像去噪方法及系统
本专利技术涉及图像去噪领域，特别是涉及一种基于Primal-dual的图像去噪方法及系统。
技术介绍
传统图像去噪方法仅基于原变量或者对偶变量取得稀疏性，因此，只能在特征选取或者样本数目上达到稀疏，在处理大规模图像数据集去噪效果上不够优异，同时传统的图像去噪方法在非光滑函数类型情况下仅取得的收敛速率；而Primal-dual方法能够更进一步提升收敛速率，但是目前大多数针对图像应用的Primal-dual方法的解大多以平均形式输出，个体输出的相对较少，且未添加正则化项，泛化能力差，无法取得良好的稀疏性，因此，不能适用于高精度去噪效果的需求，从而导致传统基于Primal-dual的图像去噪方法图像去噪效率低。
技术实现思路
本专利技术的目的是提供一种基于Primal-dual的图像去噪方法及系统，以解决传统基于Primal-dual的图像去噪方法图像去噪效率低的问题。为实现上述目的，本专利技术提供了如下方案：一种基于Primal-dual的图像去噪方法，包括：获取样本图像的训练样本集、原向量空间以及所述原向量空间的对偶向量空间；所述训练样本集包本文档来自技高网...

【技术保护点】
1.一种基于Primal‑dual的图像去噪方法，其特征在于，包括：获取样本图像的训练样本集、原向量空间以及所述原向量空间的对偶向量空间；所述训练样本集包括样本图像的特征向量以及所述特征向量所对应的分类类型；初始化所述原向量空间内原变量所对应的第一正则化项以及所述对偶向量空间内对偶变量所对应的第二正则化项；根据所述训练样本集构造训练矩阵；根据所述训练矩阵确定训练样本集常数以及迭代步长；根据所述第一正则化项、所述第二正则化项以及所述训练样本集常数建立非光滑的目标函数；采用个体输出形式，根据所述非光滑的目标函数以及所述迭代步长更新所述原变量以及所述对偶变量，确定个体输出的原变量以及个体输出的对偶变...

【技术特征摘要】
1.一种基于Primal-dual的图像去噪方法，其特征在于，包括：获取样本图像的训练样本集、原向量空间以及所述原向量空间的对偶向量空间；所述训练样本集包括样本图像的特征向量以及所述特征向量所对应的分类类型；初始化所述原向量空间内原变量所对应的第一正则化项以及所述对偶向量空间内对偶变量所对应的第二正则化项；根据所述训练样本集构造训练矩阵；根据所述训练矩阵确定训练样本集常数以及迭代步长；根据所述第一正则化项、所述第二正则化项以及所述训练样本集常数建立非光滑的目标函数；采用个体输出形式，根据所述非光滑的目标函数以及所述迭代步长更新所述原变量以及所述对偶变量，确定个体输出的原变量以及个体输出的对偶变量；根据所述个体输出的原变量以及所述个体输出的对偶变量对所述样本图像进行去噪处理。2.根据权利要求1所述的基于Primal-dual的图像去噪方法，其特征在于，所述根据所述训练矩阵确定训练样本集常数以及迭代步长，具体包括：根据所述训练矩阵的二范数确定所述训练样本集常数以及所述迭代步长。3.根据权利要求1所述的基于Primal-dual的图像去噪方法，其特征在于，所述根据所述第一正则化项、所述第二正则化项以及所述训练样本集常数建立非光滑的目标函数，具体包括：根据公式建立非光滑的目标函数；其中，为非光滑的损失函数；X为所述原向量空间；Y为所述对偶向量空间；w∈X，α∈Y，α为基于w的对偶变量，w为针对训练样本集xi的优化权重向量；λ1R(w)为第一正则化项；λ2R(α)为第二正则化项；wT为w的转置矩阵；αT为α的转置矩阵；H(S，y)、a(S，y)、b(S，y)、d为基于训练样本集S的常数。4.根据权利要求1所述的基于Primal-dual的图像去噪方法，其特征在于，所述采用个体输出形式，根据所述非光滑的目标函数以及所述迭代步长更新所述原变量以及所述对偶变量，确定个体输出的原变量以及个体输出的对偶变量，具体包括：采用个体输出形式，根据公式公式以及公式确定个体输出的原变量以及个体输出的对偶变量；其中，Gα(wt-1，βt-1)为在α处的偏导数；Gw(wt-1，αt)为在w处的偏导数；β为构造迭代中连接w，α的向量；wt，αt，βt(t＝0，1，2，......，T)为w，α，β在t次循环后的输出向量；c＝D2/m，D为训练样本集S中xi的二范数的最大值。5.一种基于Primal-d...

【专利技术属性】
技术研发人员：陶卿，刘宇翔，秦晓燕，刘欣，袁广林，陈萍，储德军，王海涛，肖红菊，施宁，
申请(专利权)人：中国人民解放军陆军炮兵防空兵学院，
类型：发明
国别省市：安徽,34