国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種圖像的稀疏去噪方法

      文檔序號(hào):6636154閱讀:202來(lái)源:國(guó)知局
      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
      網(wǎng)友詢問(wèn)留言 已有0條留言
      • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1