一种活性污泥微生物彩色显微图像去噪方法技术

本发明专利技术涉及显微图像去噪技术领域，具体涉及一种活性污泥微生物彩色显微图像去噪方法，首先建立去噪模型，在现有的WNNM方法的基础上，用伪范数来代替核范数，提出去噪模型，然后设计双边加权伪范数去噪算法，再设置权重矩阵W1和W2，最后对模型进行优化与求解；本发明专利技术在彩色图像去噪中，单独处理每个通道通常无法取得令人满意的去噪效果，并且容易产生伪影。针对彩色图像多通道特性，本文提出一种双边加权伪范数去噪方法，通过引入两个权重矩阵W1和W2，分别表示三个不同颜色通道以及不同图像斑块中噪声，自适应地处理RGB通道中的不同噪声，根据其不同的噪声标准偏差来平衡多通道，并解决不同通道之间的噪声差异，使得去噪效果更好。好。

【技术实现步骤摘要】
一种活性污泥微生物彩色显微图像去噪方法


[0001]本专利技术涉及显微图像去噪
，具体涉及一种活性污泥微生物彩色显微图像去噪方法。

技术介绍

[0002]活性污泥微生物对判定污水处理质量具有重要指示性作用。而污泥微生物显微图像中的颜色、形状和细节纹理等特征对微生物目标自动检测与识别至关重要。污泥微生物显微图像，在采集和成像过程中，其噪声主要为加性噪声。图像去噪的目的是从噪声观测值y＝x+n中恢复干净的图像x，其中n是图像噪声。
[0003]当输入是有噪声的RGB彩色图像时，彩色图像的去噪通常主要有三种策略。第一种是对每个通道应用灰度图像去噪算法。然而，这样的解决方案并不能充分利用RGB信道之间的频谱相关性，去噪性能不太令人满意。第二种策略是将RGB图像转换成一个相关性较小的颜色空间，如YCbCr，并在变换后的空间的每个通道中执行去噪。这方面的一个代表性工作是CBM3D算法。然而，颜色变换会使噪声分布复杂化，并且颜色通道之间的相关性没有得到充分利用。第三种策略是同时对RGB信道进行联合去噪，以更好地利用频谱相关性。例如，来自RGB三本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种活性污泥微生物彩色显微图像去噪方法，其特征在于，包括以下步骤：S1：建立去噪模型：给定彩色噪声图像y，假设提取了N个局部斑块并将每个局部斑块拉伸成一个向量，用部斑块拉伸成一个向量，用表示，其中的是通道c中相应的补丁，其中c∈{r，g，b}是r、g和b通道的索引，对于每个局部图像块y
i
，在一个局部窗口中通过欧几里德距离搜索与其最相似的M个局部图像块，将每个局部斑块和M个相似斑块逐列叠加，然后形成N个噪声斑块矩阵来估计干净斑块矩阵噪声斑块矩阵Y的另一种表达形式为其中Y
c
是信道c的子矩阵，图像低秩去噪可写成以下模型：矩阵的低秩结构是定义在其奇异值上的稀疏性，与L0极小化相似，秩函数通常被凸核范数||X||
*
＝∑
i
σ
i
(X)代替，其中σ
i
(X)表示X的奇异值，在现有的WNNM方法的基础上，用伪范数来代替核范数，提出去噪模型：S2：设计双边加权伪范数去噪算法：(2)中所述W1和W2为权重矩阵，将两个权重矩阵W1和W2设置为对角矩阵，设置为对角矩阵，所述伪范数||X||
θ
的定义为：其中，θ＞0，m，n表示矩阵X的高度和宽度，伪范数||X||
θ
进一步表示为权重为该伪范数可以根据奇异值大小自动设置权重；S3：设置权重矩阵W1和W2：局部斑块中的噪声可以近似地建模为加性高斯白噪声，W1用于正则化残差矩阵(Y
‑
X)行的差异，而W2用于正则化(Y
‑
X)列的差异。噪声斑块矩阵干净噪声斑块采用最大后验估计确定权重矩阵W1和W2：其中对数似然项lnP(X|Y)具有噪声统计特性，假定噪声在每个信道和每个图像块是独
立的、相同的分布，并且每个图像块是服从高斯分布的：令P(X)服从以下分布：将(5)和(6)带入(4)中得到：S4：模型优化与求解：采用变量分裂法TSWC来解决公式(2)，通过引入增广变量Z，将公式(2)转化为具有两个变量X和Z的线性等式约束问题。公式(8)可以在交替方向乘数法(ADMM)框架下求解，(8)的增广拉格朗日函数为：将初始变量X0，Z0，Δ0设置为0矩阵，分别用X
k
，Z
k
，Δ
k
表示迭代次数为k(k＝0，1，2，...)时的优化变量和拉格朗日乘数，通过取拉格朗日函数L关于X和Z的导数，并将导数设为零，可以交替地更新变量，通过固定Z和Δ，更新X：其解满足AX
k+1
+X
k+1
B
k
＝E
k
ꢀꢀꢀꢀ
(11)，其中其中式(11)是一个标准的西尔维斯特方程，当且仅当时具有唯一解，其中σ(F)表示矩阵F的序列，即特征值集，可以将SE(11)改写为：通过X
k+1
＝vec
‑1(vec(X
k+1

【专利技术属性】
技术研发人员：周芳，孙照旋，朱志峰，
申请(专利权)人：安徽工业大学，
类型：发明
国别省市：