一種圖像的稀疏去噪方法
【專利摘要】本發(fā)明公開了一種圖像的稀疏去噪方法，首先確定一個(gè)字典集合，所述字典集合中的多個(gè)字典是通過(guò)字典訓(xùn)練方法對(duì)一個(gè)圖像庫(kù)中的各幅圖像進(jìn)行字典訓(xùn)練得到；然后對(duì)待處理的圖像進(jìn)行如下稀疏去噪處理：1)將待處理的圖像劃分為多個(gè)圖像塊，各圖像塊的大小與字典的基塊的大小相同；2)對(duì)各圖像塊進(jìn)行如下處理得到各圖像塊的去噪圖像塊：21)對(duì)于每一個(gè)字典，求解出當(dāng)前圖像塊的稀疏系數(shù)；22)確定最佳稀疏系數(shù)和最佳字典；23)根據(jù)所述最佳稀疏系數(shù)和最佳字典得到當(dāng)前圖像塊的去噪圖像塊；3)將各圖像塊的去噪圖像塊合并，得到去噪后的圖像。本發(fā)明的圖像的稀疏去噪方法，去噪處理的時(shí)間復(fù)雜度有效降低，且對(duì)圖像的全局均有較好的去噪效果。
【專利說(shuō)明】一種圖像的稀疏去噪方法 【【技術(shù)領(lǐng)域】】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，特別是涉及一種圖像的稀疏去噪方法。 【【背景技術(shù)】】
[0002] 圖像去噪是計(jì)算機(jī)圖像處理的重要內(nèi)容。采集設(shè)備在采集圖像的時(shí)候，因?yàn)橥饨?光線干擾或者設(shè)備內(nèi)部光學(xué)問(wèn)題，總是受到噪聲的污染，不能用于高級(jí)的圖像應(yīng)用，所以必 須先對(duì)圖像進(jìn)行去噪，得到?jīng)]有污染的圖像。圖像的噪聲模型種類繁多，針對(duì)不同的圖像應(yīng) 用要進(jìn)行不同的去噪。但以白噪聲在自然圖像中存在最多。所以很多學(xué)者都把精力投入到 了對(duì)白噪聲的去除中。2007年，有學(xué)者提出了KSVD等稀疏去噪方法，這種方法更好地利用 了圖像中真實(shí)信息與噪聲信息的區(qū)別，也能達(dá)到較好的去噪性能。目前，基于KSVD的稀疏 去噪方法，通常是將圖像劃分成塊之后，根據(jù)圖像塊的信息進(jìn)行字典訓(xùn)練獲得字典，然后進(jìn) 行去噪處理，最后根據(jù)去噪處理的結(jié)果反饋更新字典，直至得到理想的去噪處理結(jié)果。這種 去噪過(guò)程，一方面，不斷獲取字典、更新字典，使得整個(gè)處理過(guò)程時(shí)間復(fù)雜度較高。特別是批 量處理多幅圖像時(shí)，需要對(duì)每幅圖像均進(jìn)行上述過(guò)程，總體需花費(fèi)較長(zhǎng)時(shí)間。另一方面，上 述處理過(guò)程去噪處理后，只能對(duì)圖像中的一部分進(jìn)行較好的字典表示，獲得較好去噪性能， 而對(duì)其它部分不能獲得較好的去噪性能。 【
【發(fā)明內(nèi)容】
】
[0003] 本發(fā)明所要解決的技術(shù)問(wèn)題是：彌補(bǔ)上述現(xiàn)有技術(shù)的不足，提出一種圖像的稀疏 去噪方法，去噪處理的時(shí)間復(fù)雜度有效降低，且對(duì)圖像的全局均有較好的去噪效果。
[0004] 本發(fā)明的技術(shù)問(wèn)題通過(guò)以下的技術(shù)方案予以解決：
[0005] -種圖像的稀疏去噪方法，首先確定一個(gè)字典集合，所述字典集合中的多個(gè)字典 是通過(guò)字典訓(xùn)練方法對(duì)一個(gè)圖像庫(kù)中的各幅圖像進(jìn)行字典訓(xùn)練得到；所述圖像庫(kù)包括至少 1000副圖像，且涵蓋不同場(chǎng)景；然后對(duì)待處理的圖像進(jìn)行如下稀疏去噪處理：1)將待處理 的圖像劃分為多個(gè)圖像塊，各圖像塊的大小與字典的基塊的大小相同；2)對(duì)各圖像塊進(jìn)行 如下處理得到各圖像塊的去噪圖像塊：21)使用所述字典集合中的各個(gè)字典對(duì)當(dāng)前圖像塊 進(jìn)行稀疏表示；對(duì)于每一個(gè)字典，求解出當(dāng)前圖像塊的稀疏系數(shù)；22)從多個(gè)稀疏系數(shù)中確 定一個(gè)稀疏系數(shù)，該稀疏系數(shù)對(duì)應(yīng)的字典最能表達(dá)當(dāng)前圖像塊；將該稀疏系數(shù)作為最佳稀 疏系數(shù)，對(duì)應(yīng)的字典作為最佳字典；23)根據(jù)所述最佳稀疏系數(shù)和最佳字典得到當(dāng)前圖像 塊的去噪圖像塊；3)將各圖像塊的去噪圖像塊合并，得到去噪后的圖像。
[0006] 本發(fā)明與現(xiàn)有技術(shù)對(duì)比的有益效果是：
[0007] 本發(fā)明的圖像的稀疏去噪方法，分成離線階段和在線階段，離線階段根據(jù)涵蓋不 同場(chǎng)景、特征較豐富的多幅圖像訓(xùn)練出字典集合，在線階段即采用該多個(gè)字典集合對(duì)待處 理的圖像進(jìn)行去噪處理，針對(duì)各圖像塊，均從多個(gè)字典中選取最能表達(dá)的一個(gè)字典，最終去 噪處理。整個(gè)處理過(guò)程僅涉及求解稀疏系數(shù)，確定最佳字典的過(guò)程，無(wú)需不斷調(diào)整更新字 典，時(shí)間復(fù)雜度有效降低。特別對(duì)于批量處理多幅圖像時(shí)，均依據(jù)字典集合進(jìn)行處理，能有 效降低批量圖像處理時(shí)的時(shí)間復(fù)雜度。而由于每個(gè)圖像塊的處理，均是從字典集合中選擇 最能表達(dá)的字典，彼此之間沒(méi)有干擾，因此各圖像塊均能獲得盡可能好的去噪效果，從而圖 像整體全局有較好的去噪效果。 【【專利附圖】

【附圖說(shuō)明】】
[0008] 圖1是本發(fā)明【具體實(shí)施方式】的圖像的稀疏去噪方法的流程圖。 【【具體實(shí)施方式】】
[0009] 下面結(jié)合【具體實(shí)施方式】并對(duì)照附圖對(duì)本發(fā)明做進(jìn)一步詳細(xì)說(shuō)明。
[0010] 稀疏去噪主要是利用圖像之間的局部相關(guān)性，通過(guò)訓(xùn)練的字典對(duì)圖像進(jìn)行表達(dá)， 獲得去噪處理后的圖像。自然界中的圖像非常豐富，且大量圖像具有相關(guān)性，只要能夠存儲(chǔ) 足夠多的字典，就可以對(duì)圖像中的每個(gè)小塊都進(jìn)行最佳的表示，從而提高去噪的效果。基于 該構(gòu)思，本發(fā)明提出了用豐富的離線字典對(duì)待處理的圖像進(jìn)行去噪，不僅能夠大大降低去 噪的時(shí)間復(fù)雜度，同時(shí)各圖像塊均確定得到各自最佳的字典，整體去噪效果也較好。
[0011] 如圖1所示，為本【具體實(shí)施方式】的去噪方法的流程圖。
[0012] 離線階段：確定字典集合Dsrt。
[0013] 具體地，尋找確定一個(gè)圖像庫(kù)。該圖像庫(kù)至少有1000副圖像，且涵蓋不同場(chǎng)景。之 所以強(qiáng)調(diào)圖像庫(kù)中的圖像數(shù)量及其特征，是需要盡可能地保證圖像的多樣性。圖像庫(kù)中圖 像數(shù)量越多，內(nèi)容信息越豐富，后續(xù)處理去噪的效果越好。優(yōu)選地，圖像庫(kù)可直接使用目前 已有的已開源供使用的自然圖像庫(kù)，例如美國(guó)麻省理工學(xué)院的電腦科學(xué)和人工智慧實(shí)驗(yàn)室 提供的大型圖像庫(kù)LabelMe，就包含了許多不同的場(chǎng)景，涵蓋人物，風(fēng)景，夜景，卡通等等不 同場(chǎng)景類型的圖像。該舉例圖像庫(kù)僅為一種示意，不構(gòu)成對(duì)本【具體實(shí)施方式】的限制，其余具 有豐富圖像信息的圖像庫(kù)均可適用于此。
[0014] 然后，使用字典訓(xùn)練方法對(duì)上述圖像庫(kù)中的各幅圖像進(jìn)行字典訓(xùn)練，此處可使用 KSVD字典訓(xùn)練方法對(duì)這些圖像進(jìn)行字典訓(xùn)練，也可使用其它字典訓(xùn)練方法進(jìn)行字典訓(xùn)練， 從而得到不同圖像訓(xùn)練得到的字典。訓(xùn)練得到的字典組成字典集合Dsrt，在后續(xù)實(shí)際去噪過(guò) 程中使用。
[0015] 在線階段，對(duì)圖像進(jìn)行去噪處理：
[0016]Pl)將待處理的圖像劃分為多個(gè)圖像塊，各圖像塊的大小與字典的基塊的大小相 同。
[0017] 該步驟中，對(duì)原始圖像進(jìn)行不重疊分解，此處分解后得到的圖像塊的大小與字典 的基塊的大小是相同的，根據(jù)字典的基塊大小，如為4*4大小的塊，則劃分為4*4大小的塊； 如為8*8大小的塊，則相應(yīng)劃分為8*8大小的塊。使用yi(i= 1，2，…，N)分別表示分解 出來(lái)的不重疊的圖像塊。
[0018]P2)對(duì)各圖像塊進(jìn)行如下處理得到各圖像塊的去噪圖像塊，如下以當(dāng)前圖像塊y 為例進(jìn)行說(shuō)明，具體地：
[0019]P21)使用字典集合中的各個(gè)字典對(duì)當(dāng)前圖像塊進(jìn)行稀疏表示；對(duì)于每一個(gè)字典， 求解出當(dāng)前圖像塊的稀疏系數(shù)。
[0020] 該步驟中，根據(jù)如下式子對(duì)圖像塊進(jìn)行稀疏表示：|y-DlXlIli,其中， I Ix1I I0<T，D1eDset。
[0021] 式子中，y表示當(dāng)前圖像塊；Dsrt表示字典集合，D1表示字典集合中的一個(gè)字典； IX111〇表示稀疏系數(shù)中X1中非0的個(gè)數(shù)，T表示由用戶設(shè)定的常數(shù)閾值。τ的值越小，求解 的稀疏系數(shù)中X1中非0的個(gè)數(shù)越少，稀疏系數(shù)就越稀疏。
[0022] 上述式子，在字典D1確定已知的情況下，即轉(zhuǎn)化為一個(gè)稀疏求解的問(wèn)題。使用稀 疏求解方法（例如OMP方法）進(jìn)行求解，對(duì)于每一個(gè)字典D1，都求出相應(yīng)的稀疏系數(shù)X1。稀 疏系數(shù)X1可用向量來(lái)表示，向量中包含多個(gè)數(shù)值。
[0023]P22)從多個(gè)稀疏系數(shù)中確定一個(gè)稀疏系數(shù)，該稀疏系數(shù)對(duì)應(yīng)的字典最能表達(dá)當(dāng)前 圖像塊；將該稀疏系數(shù)作為最佳稀疏系數(shù)，對(duì)應(yīng)的字典作為最佳字典。
[0024] 基于圖像庫(kù)的豐富性，總能找到與當(dāng)前圖像塊相似的字典。該步驟中，即是從前述 求解的多個(gè)稀疏系數(shù)中確定最能表達(dá)當(dāng)前圖像塊的最佳稀疏字典。而圖像塊與字典的相似 匹配程度是由稀疏系數(shù)的稀疏性所決定，稀疏系數(shù)越稀疏，則越匹配，同時(shí)主要結(jié)構(gòu)的稀疏 系數(shù)越大，則其匹配程度越大。因此，根據(jù)字典對(duì)應(yīng)的稀疏系數(shù)越稀疏，則該字典越能表達(dá) 該圖像塊的原則，可通過(guò)計(jì)算各個(gè)稀疏系數(shù)的稀疏度，確定稀疏度的值最大的稀疏系數(shù)作 為最佳稀疏系數(shù)，對(duì)應(yīng)的字典即作為最佳字典。 /HTUiXJ"--
[0025] 具體地，根據(jù)如下公式計(jì)算得到稀疏度M:M= t其中，X1表示稀疏系數(shù)， h=l 如前所述，稀疏系數(shù)X1可用向量來(lái)表示，向量中包含多個(gè)值，xf即表示稀疏系數(shù)中的第 的值，h=l，2,……，hmax。通過(guò)上式計(jì)算得到各個(gè)稀疏系數(shù)的稀疏度后，取稀疏度最大的 稀疏系數(shù)作為最佳稀疏系數(shù)，相應(yīng)的字典即為最佳字典。
[0026]P23)根據(jù)所述最佳稀疏系數(shù)和最佳字典得到當(dāng)前圖像塊的去噪圖像塊。
[0027]該步驟中，根據(jù)如下式子計(jì)算得到當(dāng)前圖像塊的去噪圖像塊J)， ^ = *Xteji ,其中，Dbest表不最佳字典，Xbest表不最佳稀疏系數(shù)。
[0028] 對(duì)所有圖像塊進(jìn)行上述P21)-P23)的去噪處理后，即得到各個(gè)圖像塊的去噪圖像 塊。優(yōu)選地，由于各個(gè)圖像塊的上述去噪處理過(guò)程互不干擾，因此對(duì)各圖像塊的處理可并行 進(jìn)行，例如使用圖片加速器GPU對(duì)各圖像塊進(jìn)行并行處理，從而同時(shí)處理得到各圖像塊的 去噪圖像塊。這樣，通過(guò)并行加速處理，整幅圖像的去噪處理時(shí)間可以降到最低，時(shí)間復(fù)雜 度可盡可能的降低。
[0029] 3)將各圖像塊的去噪圖像塊合并，得到去噪后的圖像。對(duì)所有圖像塊進(jìn)行上述 P21)-P23)的去噪處理后，將去噪估計(jì)的圖像塊合并，就得到整個(gè)圖像的最終去噪圖像。
[0030]通過(guò)上述處理過(guò)程，即完成對(duì)圖像的去噪處理。對(duì)于每一幅圖像，均通過(guò)上述在 線階段，求解稀疏系數(shù)，確定最佳稀疏系數(shù)即可，最終可處理得到去噪的圖像。由于整個(gè)去 噪過(guò)程，無(wú)需像現(xiàn)有技術(shù)那樣分別針對(duì)每個(gè)圖像，劃分塊訓(xùn)練字典，不斷更新獲得合適的字 典，而是在先驗(yàn)圖像庫(kù)的基礎(chǔ)上訓(xùn)練字典庫(kù)對(duì)圖像進(jìn)行去噪，利用離線階段訓(xùn)練字典并且 進(jìn)行存儲(chǔ)，在線階段直接求解稀疏系數(shù)，確定最佳字典即可，可以大大降低整個(gè)去噪處理的 時(shí)間復(fù)雜度。除此之外，每個(gè)圖像塊的處理，均是從字典集合中選擇最能表達(dá)的字典，彼此 之間沒(méi)有干擾，因此各圖像塊均能獲得盡可能好的去噪效果，從而圖像整體全局有較好的 去噪效果。
[0031] 優(yōu)選地，對(duì)各塊圖像塊去噪處理時(shí)，步驟21)中，僅使用字典集合Dsrt中的部分字 典對(duì)當(dāng)前圖像塊進(jìn)行稀疏表示，從而求解出部分字典對(duì)應(yīng)的稀疏系數(shù)。后續(xù)步驟22)中即 在該部分字典對(duì)應(yīng)的多個(gè)稀疏系數(shù)中確定出最佳稀疏系數(shù)。該所述部分字典根據(jù)如下原則 確定：先根據(jù)圖像庫(kù)中的圖像的分類，將字典集合中的字典分類成不同的字典群，然后根據(jù) 待處理圖像所屬的類別選擇對(duì)應(yīng)的一類字典群，所述部分字典為該字典群中的各個(gè)字典。 該優(yōu)選設(shè)置中，是將前述訓(xùn)練出來(lái)的字典集合中多個(gè)字典按照不同的方式分成不同類型圖 像的字典，如人物圖像對(duì)應(yīng)的字典群，風(fēng)景圖像對(duì)應(yīng)的字典群，夜景圖像對(duì)應(yīng)的字典群，卡 通圖像對(duì)應(yīng)的字典群等等不同的類型。在使用字典實(shí)際去噪時(shí)，則選擇一個(gè)字典群，可以由 用戶直接根據(jù)待去噪的圖像的類別選擇相應(yīng)的字典群。例如待處理的圖像為風(fēng)景類圖像， 則選擇風(fēng)景圖像對(duì)應(yīng)的字典群進(jìn)行處理。通過(guò)該優(yōu)選設(shè)置，提前選擇一類相似匹配度較高 的字典群，將明顯不匹配的字典排除掉，可更快速地確定最能表達(dá)當(dāng)前圖像中各圖像塊的 字典，降低計(jì)算量，進(jìn)一步減小時(shí)間復(fù)雜度，且能同時(shí)提升去噪性能。
[0032] 以上內(nèi)容是結(jié)合具體的優(yōu)選實(shí)施方式對(duì)本發(fā)明所作的進(jìn)一步詳細(xì)說(shuō)明，不能認(rèn)定 本發(fā)明的具體實(shí)施只局限于這些說(shuō)明。對(duì)于本發(fā)明所屬【技術(shù)領(lǐng)域】的普通技術(shù)人員來(lái)說(shuō)，在 不脫離本發(fā)明構(gòu)思的前提下做出若干替代或明顯變型，而且性能或用途相同，都應(yīng)當(dāng)視為 屬于本發(fā)明的保護(hù)范圍。
【權(quán)利要求】
1. 一種圖像的稀疏去噪方法，其特征在于：首先確定一個(gè)字典集合，所述字典集合中 的多個(gè)字典是通過(guò)字典訓(xùn)練方法對(duì)一個(gè)圖像庫(kù)中的各幅圖像進(jìn)行字典訓(xùn)練得到；所述圖像 庫(kù)包括至少1000副圖像，且涵蓋不同場(chǎng)景；然后對(duì)待處理的圖像進(jìn)行如下稀疏去噪處理： 1)將待處理的圖像劃分為多個(gè)圖像塊，各圖像塊的大小與字典的基塊的大小相同；2)對(duì)各 圖像塊進(jìn)行如下處理得到各圖像塊的去噪圖像塊：21)使用所述字典集合中的各個(gè)字典對(duì) 當(dāng)前圖像塊進(jìn)行稀疏表示；對(duì)于每一個(gè)字典，求解出當(dāng)前圖像塊的稀疏系數(shù)；22)從多個(gè)稀 疏系數(shù)中確定一個(gè)稀疏系數(shù)，該稀疏系數(shù)對(duì)應(yīng)的字典最能表達(dá)當(dāng)前圖像塊；將該稀疏系數(shù) 作為最佳稀疏系數(shù)，對(duì)應(yīng)的字典作為最佳字典；23)根據(jù)所述最佳稀疏系數(shù)和最佳字典得 到當(dāng)前圖像塊的去噪圖像塊；3)將各圖像塊的去噪圖像塊合并，得到去噪后的圖像。
2. 根據(jù)權(quán)利要求1所述的圖像的稀疏去噪方法，其特征在于：所述步驟22)中，計(jì)算各 個(gè)稀疏系數(shù)的稀疏度，確定稀疏度的值最大的稀疏系數(shù)作為最佳稀疏系數(shù)，對(duì)應(yīng)的字典作 為最佳字典。
3. 根據(jù)權(quán)利要求2所述的圖像的稀疏去噪方法，其特征在于：根據(jù)如下公式計(jì)算稀疏 系數(shù)的稀疏度M
^其中，X1表示稀疏系數(shù)，Χ/ Λ表示稀疏系數(shù)中的第h位，h I ? 2 j ' hmax 〇
4. 根據(jù)權(quán)利要求1所述的圖像的稀疏去噪方法，其特征在于：所述步驟21)中，根據(jù)如 下式子對(duì)圖像塊進(jìn)行稀疏表示：
f其中，I Ixll I^ ST1D1E Dsrt;式子 中，y表示當(dāng)前圖像塊；Dsrt表示字典集合，1表示字典集合中的一個(gè)字典；I Ix1I Itl表示稀疏 系數(shù)中X1中非0的個(gè)數(shù)，T表示由用戶設(shè)定的常數(shù)閾值；對(duì)于每一個(gè)字典D1，上述式子為稀 疏求解問(wèn)題，求解后得到對(duì)應(yīng)的稀疏系數(shù) Xl。
5. 根據(jù)權(quán)利要求1所述的圖像的稀疏去噪方法，其特征在于：所述步驟23)中，根據(jù) 如下式子計(jì)算得到當(dāng)前圖像塊的去噪圖像塊f = Dfesi * Xtoi，其中，Dbest表示最佳字 典，Xbest表不最佳稀疏系數(shù)。
6. 根據(jù)權(quán)利要求1所述的圖像的稀疏去噪方法，其特征在于：所述步驟21)中，使用所 述字典集合中的部分字典對(duì)當(dāng)前圖像塊進(jìn)行稀疏表示，求解出部分字典對(duì)應(yīng)的稀疏系數(shù)； 所述部分字典根據(jù)如下原則確定：先根據(jù)圖像庫(kù)中的圖像的分類，將字典集合中的字典分 類成不同的字典群，然后根據(jù)待處理圖像所屬的類別選擇對(duì)應(yīng)的一類字典群，所述部分字 典為該字典群中的各個(gè)字典。
7. 根據(jù)權(quán)利要求1所述的圖像的稀疏去噪方法，其特征在于：所述步驟2)中對(duì)各圖像 塊的處理并行進(jìn)行，從而同時(shí)處理得到各圖像塊的去噪圖像塊。
8. 根據(jù)權(quán)利要求1所述的圖像的稀疏去噪方法，其特征在于：所述多個(gè)字典是通過(guò) KSVD字典訓(xùn)練方法訓(xùn)練得到的。
【文檔編號(hào)】G06T5/00GK104376538SQ201410697522
【公開日】2015年2月25日 申請(qǐng)日期:2014年11月26日 優(yōu)先權(quán)日:2014年11月26日
【發(fā)明者】王好謙, 楊江峰, 袁新, 宣慧明, 戴瓊海 申請(qǐng)人:清華大學(xué)深圳研究生院