一种图像去噪方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种图像去噪方法，包括：获取待去噪的原始图像，将原始图像划分为第一设定个数的图像块，并确定各图像块对应的图像块向量；对第一设定个数的图像块进行相似块提取，得到相似块组合矩阵；对相似块组合矩阵进行矩阵去噪，获得不含噪的目标矩阵；根据目标矩阵进行图像恢复，得到去噪后的图像。本发明专利技术公开的图像去噪方法，通过构建相似块组合矩阵，利用矩阵去噪的方法对高斯噪声污染的自然图像进行去噪，能够提高去噪效果。能够提高去噪效果。能够提高去噪效果。

【技术实现步骤摘要】
一种图像去噪方法、装置、设备及存储介质


[0001]本专利技术涉及图像处理领域，尤其涉及一种图像去噪方法、装置、设备及存储介质。

技术介绍

[0002]对于一幅含噪图像，将每组相似图像块向量化成列向量构成矩阵Y(Y∈R
m
×
n
)。我们可以将矩阵Y看作是无噪矩阵X受加性噪声矩阵N干扰后的结果，即Y＝X+N，其中N是随机的噪声干扰矩阵，矩阵X是将矩阵Y中的噪声去除后留下的真实信息。基于奇异值分解的方法可以将含噪矩阵分解成两个子空间：对应于不含噪信息的信号子空间和对应于噪声的噪声子空间。矩阵奇异值分解具有能量压缩性质，不含噪信息的主要能量都集中在少数几个较大的奇异值上，而较小的奇异值则对应于噪声子空间。
[0003]在现有技术中，一种LRA
‑
SVD方法，将含噪图像中噪声的标准差σ
n
作为先验知识，使去除的图像信息所包含的能量尽可能符合噪声的标准差，以此来确定矩阵的秩，在矩阵奇异值分解之后的SVD域内去除噪声的能量，并使用迭代反投影方法达到去噪效果。这种方法根据奇异值分解的能量压缩性质，理想状态下真实信息具有严格的低秩性质，它们的能量集中在较大奇异值上，而较小奇异值全部对应于噪声信息。这种方法采用硬阈值的方法忽略了分布在较大奇异值上的噪声能量，容易产生噪声残留和信息损失，而现有软阈值奇异值收缩方法缺少对阈值的估计依据，且没有使用噪声标准差约束收缩量。
[0004]另一种加权核范数最小化方法考虑到不同大小的奇异值所对应的信号的重要程度不同，在对奇异值进行软阈值收缩时选取了不同的权值，奇异值越大，收缩程度越小。这种方法考虑了噪声在整个奇异值空间内的能量分布，但是对奇异值收缩的设置缺乏对真实能量分布的估计，而且没有对去除掉的能量进行充分约束，需要多次迭代才能有效地去噪。

技术实现思路

[0005]本专利技术提供了一种图像去噪方法、装置、设备及存储介质，以实现提高图像的去噪效果的目的。
[0006]根据本专利技术的一方面，提供了一种图像去噪方法，包括：
[0007]获取待去噪的原始图像，将所述原始图像划分为第一设定个数的图像块，并确定各所述图像块对应的图像块向量；
[0008]对所述第一设定个数的图像块进行相似块提取，得到相似块组合矩阵；
[0009]对所述相似块组合矩阵进行矩阵去噪，获得不含噪的目标矩阵；
[0010]根据所述目标矩阵进行图像恢复，得到去噪后的图像。
[0011]进一步地，对所述第一设定个数的图像块进行相似块提取，得到相似块组合矩阵，包括：
[0012]在所述第一设定个数的图像块中确定参考图像块；
[0013]以所述参考图像块为中心建立当前搜索窗口，确定所述当前搜索窗口中与所述参考图像块之间距离最近的第二设定个数的相似图像块；
[0014]根据所述参考图像块和相似图像块对应的图像块向量构建所述相似块组合矩阵；
[0015]在所述第一设定个数的图像块中以设定步长移动，将下一个图像块确定为参考图像块，返回执行所述以所述参考图像块为中心建立当前搜索窗口，确定所述当前搜索窗口中与所述参考图像块之间距离最近的第二设定个数的相似图像块的步骤。
[0016]进一步地，对所述相似块组合矩阵进行矩阵去噪，获得不含噪的目标矩阵，包括：
[0017]对所述相似块组合矩阵进行奇异值分解与噪声能量估计，得到奇异值分解矩阵与估计噪声能量；
[0018]根据所述估计噪声能量确定所述目标矩阵的秩；
[0019]根据所述秩将所述奇异值分解矩阵恢复成所述目标矩阵。
[0020]进一步地，对所述相似块组合矩阵进行奇异值分解与噪声能量估计，得到奇异值分解矩阵与估计噪声能量，包括：
[0021]对所述相似块组合矩阵进行奇异值分解，得到所述奇异值分解矩阵；
[0022]根据所述奇异值分解矩阵确定所述估计噪声能量的约束条件；
[0023]将所述约束条件代入设定噪声能量估计公式得到所述估计噪声能量。
[0024]进一步地，根据所述估计噪声能量确定所述目标矩阵的秩，包括：
[0025]根据所述估计噪声能量确定噪声方差；
[0026]根据所述噪声方差并结合设定公式确定所述目标矩阵的秩。
[0027]进一步地，根据所述秩将所述奇异值分解矩阵恢复成所述目标矩阵，包括：
[0028]在所述相似块组合矩阵中的向量域中去除所述估计噪声能量，得到不含噪的真实能量；
[0029]根据所述秩与真实能量，确定所述目标矩阵的奇异值个数；
[0030]按照所述奇异值个数保留所述奇异值分解矩阵的奇异值，并与酉矩阵相乘得到所述目标矩阵。
[0031]进一步地，根据所述目标矩阵进行图像恢复，得到去噪后的图像，包括：
[0032]确定各图像块在所述目标矩阵中对应的元素；
[0033]根据所述相似块组合矩阵的内部相似性确定所述各图像块的权值；
[0034]根据所述各图像块对应的元素和权值确定所述各图像块的像素估计值；
[0035]将所述各图像块进行组合，得到所述去噪后的图像。
[0036]根据本专利技术的另一方面，提供了一种图像去噪装置，包括：
[0037]图像块向量确定模块，用于获取待去噪的原始图像，将所述原始图像划分为第一设定个数的图像块，并确定各所述图像块对应的图像块向量；
[0038]相似块组合矩阵获取模块，用于对所述第一设定个数的图像块进行相似块提取，得到相似块组合矩阵；
[0039]目标矩阵获取模块，用于对所述相似块组合矩阵进行矩阵去噪，获得不含噪的目标矩阵；
[0040]去噪后的图像获取模块，用于根据所述目标矩阵进行图像恢复，得到去噪后的图像。
[0041]可选的，相似块组合矩阵获取模块还用于：
[0042]在所述第一设定个数的图像块中确定参考图像块；
[0043]以所述参考图像块为中心建立当前搜索窗口，确定所述当前搜索窗口中与所述参考图像块之间距离最近的第二设定个数的相似图像块；
[0044]根据所述参考图像块和相似图像块对应的图像块向量构建所述相似块组合矩阵；
[0045]在所述第一设定个数的图像块中以设定步长移动，将下一个图像块确定为参考图像块，返回执行所述以所述参考图像块为中心建立当前搜索窗口，确定所述当前搜索窗口中与所述参考图像块之间距离最近的第二设定个数的相似图像块的步骤。
[0046]可选的，目标矩阵获取模块还用于：
[0047]对所述相似块组合矩阵进行奇异值分解与噪声能量估计，得到奇异值分解矩阵与估计噪声能量；
[0048]根据所述估计噪声能量确定所述目标矩阵的秩；
[0049]根据所述秩将所述奇异值分解矩阵恢复成所述目标矩阵。
[0050]可选的，目标矩阵获取模块还用于：
[0051]对所述相似块组合矩阵进行奇异值分解，得到所述奇异值分解矩阵；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像去噪方法，其特征在于，包括：获取待去噪的原始图像，将所述原始图像划分为第一设定个数的图像块，并确定各所述图像块对应的图像块向量；对所述第一设定个数的图像块进行相似块提取，得到相似块组合矩阵；对所述相似块组合矩阵进行矩阵去噪，获得不含噪的目标矩阵；根据所述目标矩阵进行图像恢复，得到去噪后的图像。2.根据权利要求1所述的方法，其特征在于，对所述第一设定个数的图像块进行相似块提取，得到相似块组合矩阵，包括：在所述第一设定个数的图像块中确定参考图像块；以所述参考图像块为中心建立当前搜索窗口，确定所述当前搜索窗口中与所述参考图像块之间距离最近的第二设定个数的相似图像块；根据所述参考图像块和相似图像块对应的图像块向量构建所述相似块组合矩阵；在所述第一设定个数的图像块中以设定步长移动，将下一个图像块确定为参考图像块，返回执行所述以所述参考图像块为中心建立当前搜索窗口，确定所述当前搜索窗口中与所述参考图像块之间距离最近的第二设定个数的相似图像块的步骤。3.根据权利要求1所述的方法，其特征在于，对所述相似块组合矩阵进行矩阵去噪，获得不含噪的目标矩阵，包括：对所述相似块组合矩阵进行奇异值分解与噪声能量估计，得到奇异值分解矩阵与估计噪声能量；根据所述估计噪声能量确定所述目标矩阵的秩；根据所述秩将所述奇异值分解矩阵恢复成所述目标矩阵。4.根据权利要求3所述的方法，其特征在于，对所述相似块组合矩阵进行奇异值分解与噪声能量估计，得到奇异值分解矩阵与估计噪声能量，包括：对所述相似块组合矩阵进行奇异值分解，得到所述奇异值分解矩阵；根据所述奇异值分解矩阵确定所述估计噪声能量的约束条件；将所述约束条件代入设定噪声能量估计公式得到所述估计噪声能量。5.根据权利要求3所述的方法，其特征在于，根据所述估计噪声能量确定所述目标矩阵的秩，包括：根据所述估计噪声能量确定噪声方差；根据所述噪声...

【专利技术属性】
技术研发人员：孟然，张文浩，孔德智，姜鹤，
申请(专利权)人：中国农业银行股份有限公司，
类型：发明
国别省市：