基于概率诱导核范数最小化的图像恢复方法及终端机技术

本发明专利技术提供基于概率诱导核范数最小化的图像恢复方法及终端机，方法采用最大后验建模奇异值的统计特性，以此估计待重建低秩矩阵的奇异值。采用低秩截断忽略数值较小且与图像显著信息无关的奇异值，抑制图像恢复中引入的噪声。然后，为进一步填补处理奇异值时丢失的图像细节，通过简单且有效的残差级联机制，利用中间恢复的图像来改善结果图像的质量。最后，将方法应用于图像恢复任务，实现图像超分辨和图像去噪。本发明专利技术的方法在数值指标和视觉效果上均优于现有技术中的许多方法。上均优于现有技术中的许多方法。上均优于现有技术中的许多方法。

Image restoration method and terminal based on probability induced kernel norm minimization

【技术实现步骤摘要】
基于概率诱导核范数最小化的图像恢复方法及终端机


[0001]本专利技术涉及医学图像处理
，尤其涉及基于概率诱导核范数最小化的图像恢复方法及终端机。

技术介绍

[0002]图像恢复(image restoration，IR)在医学成像、遥感探测和视频监控等领域中具有重要的实用价值，因此直到现在都是一个关键问题。通常，IR目标是从观测到的降质图像中恢复出其潜在的高质量图像其中其中是均值为0的加性高斯白噪声；是降质矩阵，可被定义为模拟图像去噪的单位矩阵或超分辨重建的模糊降采样复合矩阵。基于贝叶斯定理，通过求解最大后验概率概率(maximum a posterior，MAP)问题得到原始清晰图像x的估计解
[0003][0004]其中，是已知图像y的对数似然项，其概率分布依赖于加性噪声的先验分布。log P(x)是未知高质量图像x的先验，且独立于y，被用来正则化图像恢复过程。通常，式(1)可以被转化为如下目标函数，
[0005][0006]其中，是图像先验，η是正则项系数。
[0007]由于从观察图像y中恢复原始图像x是一本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于概率诱导核范数最小化的图像恢复方法，其特征在于，方法包括：基于块的低秩模型从退化图像y中恢复出所需图像x，并通过低秩正则项利用图像非局部自相似性约束重建过程；若从图像提取出的相似块被重塑为向量形式，然后通过收集块向量可以形成基于相似块的低秩矩阵；采用交替方向乘子法构造增广拉格朗日方程；使用式(11)中每一个奇异值进行先验建模，然后将所有奇异值的估计相加作为σ
i
(L
j
)的最终估计值；通过将式(10)和式(11)中第m个分量代入式(9)，代入式(9)，得:令式(12)中关于σ
i
(L
j
)的偏导数为0，通过将式(11)中每个分量作为先验模型，得到σ
i
(L
j
)的所有估计值，再对其加和平均，得：其中，|Ω
i
|表示邻域Ω
i
内奇异值的个数；对矩阵I
j
进行奇异值分解，然后，选取前s个奇异值估计值构成L
j
的奇异值矩阵Σ
s
；其中，σ1(L
j
)≥
…
≥σ
s
(L
j
)≥σ
s+1
(L
j
)≥
…
σ
n
(L
j
)，n＝min(d,p)；通过截断奇异值σ
s+1
(L
j
),
…
,σ
n
(L
j
)，压缩矩阵L
j
；
解得L
j
的估计：其中，定义权重定义权重是第k次迭代中估计的第s个奇异值,ε是一个数值较小的正数；利用残差级联机制，对中间重建图像进行增强处理，增强结果图像质量。2.根据权利要求1所述的基于概率诱导核范数最小化的图像恢复方法，其特征在于，步骤基于块的低秩模型从退化图像y中恢复出所需图像x，并通过低秩正则项利用图像非局部自相似性约束重建过程包括：设表示图像块的相似块组，组内包含与样本块最相似的前p个相似块；其中，是选取的以像素位置j为中心、大小为的相似块；为了构造图像相似块和原始图像x之间的映射...

【专利技术属性】
技术研发人员：刘慧，张中兴，王欣雨，郭强，范琳伟，
申请(专利权)人：山东财经大学，
类型：发明
国别省市：