基于統(tǒng)計(jì)局部秩特征的圖像去噪方法
【專利摘要】本發(fā)明公開了一種基于統(tǒng)計(jì)局部秩特征的圖像去噪方法，首先利用局部秩算子，在不同參數(shù)條件下對(duì)圖像進(jìn)行局部秩變換，得到圖像的正局部秩變換和負(fù)局部秩變換；接著將所述正局部秩變換和負(fù)局部秩變換相加得到參數(shù)連續(xù)變化的統(tǒng)計(jì)局部秩特征；之后在稀疏表示的圖像去噪方法的基礎(chǔ)上，將所述統(tǒng)計(jì)局部秩特征作為約束條件對(duì)圖像進(jìn)行初次去噪；最后通過控制去噪前與去噪后圖像之間所述統(tǒng)計(jì)局部秩特征的差異對(duì)圖像進(jìn)行二次去噪，實(shí)現(xiàn)圖像噪聲的去除，獲得最終的清晰圖像。其顯著效果是：與傳統(tǒng)的基于稀疏表示的去噪方法相比，具有更佳的去噪效果，能夠獲得質(zhì)量更高的去噪圖像，進(jìn)而能有效保障后續(xù)圖像處理和分析的可靠性。
【專利說明】
基于統(tǒng)計(jì)局部秩特征的圖像去噪方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及到圖像處理技術(shù)領(lǐng)域，具體地說，是一種基于統(tǒng)計(jì)局部秩特征的圖像 去噪方法。
【背景技術(shù)】
[0002] 圖像在獲取和傳輸過程中，不可避免地會(huì)受各種噪聲的影響，導(dǎo)致圖像質(zhì)量下降， 無法滿足后續(xù)處理的需求。為了提高圖像質(zhì)量，圖像去噪技術(shù)應(yīng)運(yùn)而生。
[0003] 近年來，信號(hào)的稀疏表不成為高維信號(hào)獲取、表征和壓縮的一個(gè)強(qiáng)大工具。稀疏表 示模型假設(shè)圖像中的非噪聲成分能夠被稀疏表示，而噪聲成分不能被稀疏表示，研究人員 利用稀疏表示方法的這一特性開展了大量研究。梁等在K-奇異值分解算法的基礎(chǔ)上，結(jié)合 結(jié)構(gòu)聚類和字典學(xué)習(xí)，設(shè)計(jì)了一種基于非局部正則化稀疏表示的圖像去噪方法，相比傳統(tǒng) 的K-奇異值分解方法，該方法能更好地保持圖像結(jié)構(gòu)信息（參見文獻(xiàn)"基于稀疏表示的 Shearlet域SAR圖像去噪"，發(fā)表于電子與信息學(xué)報(bào)，2012年第9期）。孫等采用一種基于稀疏 表示模型的貝葉斯最大后驗(yàn)概率估計(jì)方法去除圖像噪聲（參見文獻(xiàn)"A novel image denoising algorithm using linear Bayesian MAP estimation based on sparse representation"，發(fā)表于Signal Processing，2014年第7期）。然而，上述基于稀疏表示的 圖像去噪方法都是對(duì)整幅圖像進(jìn)行處理，未考慮到圖像邊緣和非邊緣區(qū)域的差異，這導(dǎo)致 去噪結(jié)果往往會(huì)存在細(xì)節(jié)和邊緣上的瑕疵，甚至?xí)G失一些紋理信息。
[0004]由此可見，亟需一種既能夠較好地去除圖像噪聲，且能夠同時(shí)有效保留圖像邊緣 和細(xì)節(jié)信息的圖像去噪方法。

【發(fā)明內(nèi)容】

[0005] 針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明的目的是提供一種基于統(tǒng)計(jì)局部秩特征的圖像去噪 方法，利用統(tǒng)計(jì)局部秩特征作為噪聲約束條件，能夠?qū)崿F(xiàn)有效去除圖像平滑區(qū)域噪聲的同 時(shí)，有效保留圖像邊緣細(xì)節(jié)信息的目的。與其他方法相比，該方法具有更佳的去噪效果，能 夠?yàn)楹罄m(xù)圖像處理和分析提供質(zhì)量更高的去噪圖像。
[0006] 為達(dá)到上述目的，本發(fā)明采用的技術(shù)方案如下：
[0007] -種基于統(tǒng)計(jì)局部秩特征的圖像去噪方法，其關(guān)鍵在于按照以下步驟進(jìn)行：
[0008] 步驟1:對(duì)于圖像I，利用局部秩算子按照公式LRTk(I) = {1^1^(101 hGl}在不同 參數(shù)條件下進(jìn)行局部秩變換，得到圖像的正局部秩變換LRIXU和負(fù)局部秩變換LRTnk (Ii)，其中，i為圖像序號(hào)，Ii為第i幅噪聲圖像，k=0, ±0.01，±0.03,......；
[0009] 步驟2:將所述正局部秩變換LRTpk (I i)和負(fù)局部秩變換LRTnk (I i)相加，得到參數(shù)連 續(xù)變化的統(tǒng)計(jì)局部秩特征 k k k
[0010] 步驟3:基于一種圖像去噪方法，并采用所述統(tǒng)計(jì)局部秩特征得出的該圖像去噪方 法的約束條件對(duì)圖像進(jìn)行去噪處理，獲得初級(jí)清晰圖像;
[0011] 步驟4:通過去噪公式對(duì)初級(jí)清晰圖像進(jìn)行二次去噪處理，并在去噪過程中控制 初級(jí)清晰圖像h，與清晰圖像之間統(tǒng)計(jì)局部秩特征的差異，實(shí)現(xiàn)噪聲的去除，獲得最終的 清晰圖像/ s
[0012] 進(jìn)一步的，所述的圖像去噪方法為基于過完備稀疏表示模型去噪法。
[0013] 進(jìn)一步的，步驟3中所述約束條件為：
[0014]
[0015] 其中，為噪聲圖像乜的統(tǒng)計(jì)局部秩特征，;為濾波后初級(jí)清晰圖 k k \ J 像的統(tǒng)計(jì)局部秩特征，i為圖像序號(hào)，k = 0, ±0.01，±0.03,.......
[0016]進(jìn)一步的，步驟4中所述的去噪公式為：
[0017] irinl f YLRTpk (/,) - YfRTPk (4)] + f Y,LRT^lt)- T,LRT>M，)] } tv t k J \ t k. J)
[0018] / v = D〇(
[0019] 其中，;為清晰圖像的正統(tǒng)計(jì)局部秩特征，為清晰圖像乃 的負(fù)統(tǒng)計(jì)局部秩特征，為初級(jí)清晰圖像"的正統(tǒng)計(jì)局部秩特征， k \ J k 為初級(jí)清晰圖像/w的負(fù)統(tǒng)計(jì)局部秩特征，#為初始條件，D為過完備字典，a為稀疏系數(shù)。
[0020] 本發(fā)明利用局部秩算子，在不同參數(shù)條件下對(duì)圖像進(jìn)行局部秩變換，得到圖像的 正局部秩變換和負(fù)局部秩變換;將所述正局部秩變換和負(fù)局部秩變換相加得到參數(shù)連續(xù)變 化的統(tǒng)計(jì)局部秩特征;在傳統(tǒng)的基于稀疏表示的圖像去噪方法基礎(chǔ)上，將所述統(tǒng)計(jì)局部秩 特征作為約束條件對(duì)圖像初次去噪，并保留有圖像的邊緣細(xì)節(jié)信息;通過控制去噪前與去 噪后圖像之間所述統(tǒng)計(jì)局部秩特征的差異，對(duì)保留有邊緣細(xì)節(jié)信息的圖像進(jìn)行二次去噪， 實(shí)現(xiàn)噪聲的去除得到所需清晰圖像。本發(fā)明利用統(tǒng)計(jì)局部秩特征作為噪聲約束條件，能夠 實(shí)現(xiàn)去除圖像平滑區(qū)域噪聲的同時(shí)，更為有效保留圖像邊緣細(xì)節(jié)信息的目的。
[0021] 本發(fā)明的顯著效果是:利用統(tǒng)計(jì)局部秩特征作為噪聲約束條件，能夠?qū)崿F(xiàn)在對(duì)圖 像平滑區(qū)域去噪的同時(shí)，更為有效保留圖像邊緣細(xì)節(jié)信息的目的。與傳統(tǒng)的基于稀疏表示 的去噪方法相比，本發(fā)明方法具有更佳的去噪效果，能夠獲得質(zhì)量更高的去噪圖像，從而保 障后續(xù)圖像處理和分析的有效性和可靠性。
【附圖說明】
[0022] 圖1是本發(fā)明的方法流程圖。
【具體實(shí)施方式】
[0023] 下面結(jié)合附圖對(duì)本發(fā)明的【具體實(shí)施方式】以及工作原理作進(jìn)一步詳細(xì)說明。
[0024] 如圖1所示，一種基于統(tǒng)計(jì)局部秩特征的圖像去噪方法，按照以下步驟進(jìn)行：
[0025] 首先進(jìn)入步驟1:對(duì)于圖像I，利用局部秩算子按照公式LRTk(I) = {LRTk(I1)|l1G 1}在不同參數(shù)條件下進(jìn)行局部秩變換，得到圖像的正局部秩變換LRivao和負(fù)局部秩變換 LRTnk(li)；
[0026] 在具體實(shí)施時(shí)，可以利用如下局部秩變換算子對(duì)圖像進(jìn)行局部秩變換：
[0027] LRTs(I) = {LRTs(Ii) |liGl}，
[0028] 其中，
[0029] =
[0031] 式中，s=kiavg，kS恒定的常數(shù)，iavg為每個(gè)局部鄰域內(nèi)像素的均值，閾值s可為正 值或負(fù)值，不同取值對(duì)應(yīng)不同的變換結(jié)果。此時(shí)圖像的局部秩變換如下：
[0032] LRTk(I) = {LRTk(Ii) |liGl}，
[0033]對(duì)于噪聲圖像Ii，其正局部秩變換如下：
[0034] LRTPk(Ii),k = 0,+0.01,+0.03,......；
[0035]其負(fù)局部秩變換如下：
[0036] LRTnk(Ii),k = 0,-0.01,-0.03,......
[0037]進(jìn)入步驟2:為了能夠同時(shí)對(duì)圖像邊緣和非邊緣進(jìn)行去噪，將所述正局部秩變換 LRTpk (I i)和負(fù)局部秩變換LRTnk (I i)相加，得到參數(shù)連續(xù)變化的統(tǒng)計(jì)局部秩特征 (/,.) = TLRTp, (It) + ^LRT"k (/,.)； k k .k
[0038] 其次進(jìn)入步驟3:基于稀疏表示的圖像去噪方法，并采用所述統(tǒng)計(jì)局部秩特征得出 的該圖像去噪方法的約束條件對(duì)圖像進(jìn)行去噪處理，獲得初級(jí)清晰圖像/〇，具體如下：
[0039] 首先求得噪聲圖像在過完備字典D下的稀疏表示系數(shù)，如下：
[0040] ；
[0041] 因此，清晰圖像J如下計(jì)算獲得，i = Da,其中，a是稀疏表示系數(shù)，A用來控制稀疏 度。過完備字典D可以采用固定的字典，也可以采用學(xué)習(xí)方法得到。
[0042] 由于這種傳統(tǒng)的基于稀疏表示的去噪模型沒有將圖像的邊緣和非邊緣區(qū)域分開 討論，在去除噪聲的同時(shí)可能會(huì)出現(xiàn)細(xì)節(jié)丟失的現(xiàn)象，為了避免這種現(xiàn)象的產(chǎn)生，本發(fā)明引 入統(tǒng)計(jì)局部秩特征約束項(xiàng)，實(shí)現(xiàn)去噪。所述統(tǒng)計(jì)局部秩特征約束項(xiàng)表示如下：
[0043] min|x^(/()-E^(4)}
[0044] 其中，pm)為噪聲圖像^的統(tǒng)計(jì)局部秩特征，;為濾波后初級(jí)清晰圖 像"的統(tǒng)計(jì)局部秩特征，i為圖像序號(hào)，k = 0, ±0.01，±0.03,.......
[0045] 所述統(tǒng)計(jì)局部秩特征約束項(xiàng)旨在使得濾波后圖像的正負(fù)局部秩和值的統(tǒng)計(jì)特征 無限接近于原始圖像正負(fù)局部秩和值的統(tǒng)計(jì)特征。
[0046] 最后進(jìn)入步驟4:通過去噪公式對(duì)初級(jí)清晰圖像./_〇進(jìn)彳丁二次去噪處理，并在去噪過 程中控制初級(jí)清晰圖像I與清晰圖像心之間統(tǒng)計(jì)局部秩特征的差異，實(shí)現(xiàn)噪聲的去除，獲 得最終的清晰圖像/ :;
[0047]所述的去噪公式為：
[0048] m|n{ f (/,.) - (/0i)) + f YLRTJI,) - ^^(4)] } Lv k k J \ k k J)
[0049] s.t. !?'、、:二 Da
[0050] 其中，為清晰圖像/,.的正統(tǒng)計(jì)局部秩特征，為清晰圖像J, 的負(fù)統(tǒng)計(jì)局部秩特征，為初級(jí)清晰圖像"的正統(tǒng)計(jì)局部秩特征，;EM7^(/(W) k \ J -h 為初級(jí)清晰圖像/(h.的負(fù)統(tǒng)計(jì)局部秩特征，g為初始條件，D為過完備字典，a為稀疏系數(shù)。
[0051] 對(duì)于所述的基于稀疏表示的圖像去噪方法，此處采用的是基于過完備稀疏表示模 型去噪方法，但并不受限于此種方法。
[0052] 本方案在傳統(tǒng)的基于稀疏表示的圖像去噪方法基礎(chǔ)上，將統(tǒng)計(jì)局部秩特征作為約 束條件對(duì)圖像進(jìn)行初次去噪，達(dá)到保留圖像邊緣細(xì)節(jié)信息的目的；隨后，通過控制去噪前與 去噪后圖像之間所述統(tǒng)計(jì)局部秩特征的差異，對(duì)保留有邊緣細(xì)節(jié)信息的圖像進(jìn)行二次去 噪，實(shí)現(xiàn)噪聲的去除。
[0053] 因此，本發(fā)明利用統(tǒng)計(jì)局部秩特征作為噪聲的約束條件，實(shí)現(xiàn)了對(duì)圖像平滑區(qū)域 噪聲的去除以及對(duì)圖像邊緣及細(xì)節(jié)信息的保留。與傳統(tǒng)的基于稀疏表示的去噪方法相比， 本發(fā)明方法具有更佳的去噪效果，能夠獲得質(zhì)量更高的去噪圖像，從而有效保障后續(xù)圖像 處理和分析的可靠性。
【主權(quán)項(xiàng)】
1. 一種基于統(tǒng)計(jì)局部秩特征的圖像去噪方法，其特征在于按照以下步驟進(jìn)行： 步驟1:對(duì)于圖像I，利用局部秩算子按照公式LRTk(I) = ILRTk(I1) II1GH在不同參數(shù)條 件下進(jìn)行局部秩變換，得到圖像的正局部秩變換LRTpk(I1)和負(fù)局部秩變換LRTnk(I 1),其中， i為圖像序號(hào)，Ii為第i幅噪聲圖像，k = 0，±0.01，±0.03,......； 步驟2:將所述正局部秩變換LRTDk(Ii)和負(fù)局部秩變換LRTnk(Ii)相加，得到參數(shù)連續(xù)變 化的統(tǒng)計(jì)局部秩特?」 K Κ，Λ 步驟3:基于一種圖像去噪方法，并采用所述統(tǒng)計(jì)局部秩特征得出的該圖像去噪方法的 約束條件對(duì)圖像進(jìn)行去噪處理，獲得初級(jí)清晰圖像; 步驟4:通過去噪公式對(duì)初級(jí)清晰圖像h進(jìn)行二次去噪處理，并在去噪過程中控制初級(jí) 清晰圖像/&.與清晰圖像Ii之間統(tǒng)計(jì)局部秩特征的差異，實(shí)現(xiàn)噪聲的去除，獲得最終的清晰 圖像/。2. 根據(jù)權(quán)利要求1所述的基于統(tǒng)計(jì)局部秩特征的圖像去噪方法，其特征在于:所述的圖 像去噪方法為基于過完備稀疏表示模型去噪法。3. 根據(jù)權(quán)利要求2所述的基于統(tǒng)計(jì)局部秩特征的圖像去噪方法，其特征在于：步驟3中 所述約束條件為：其中鐘棄聲圖像I1的統(tǒng)計(jì)局部秩特征Γ濾波后初級(jí)清晰圖像Jfv 的統(tǒng)計(jì)局部秩特征，i為圖像序號(hào)，k = 0, ±0.01，±0.03,.......4. 根據(jù)權(quán)利要求3所述的基于統(tǒng)計(jì)局部秩特征的圖像去噪方法，其特征在于：步驟4中 所述的去噪公式為：級(jí)清晰圖像/α的負(fù)統(tǒng)計(jì)詞部秩特祉，G為初始條仵，D為過芫備字典，α為稀疏糸數(shù)。 其 的負(fù) 統(tǒng)計(jì)肩 為初
【文檔編號(hào)】G06T5/00GK105894478SQ201610435536
【公開日】2016年8月24日
【申請(qǐng)日】2016年6月17日
【發(fā)明人】李正浩, 陳魏然, 楊雋瑩, 陳凱, 龔衛(wèi)國(guó), 李偉紅, 楊利平, 胡倫庭
【申請(qǐng)人】重慶大學(xué)