[发明专利]基于可操纵金字塔的统计模型图像去噪方法

权利要求书

1.一种基于可操纵金字塔SP的高斯尺度混合GSM模型自然图像去噪方法，包括如下步骤：

(1)对大小为L×L的干净自然图像加入空间不变的标准差为σ的零均值高斯白噪声，得到含噪图像；

(2)分别对含噪图像和所加入的噪声信号进行可操纵金字塔SP变换，得到含噪图像的变换子带系数y和噪声信号的变换子带系数n，并假设原始干净图像的变换子带系数为x；

(3)除低通子带外，对含噪图像在每个尺度下的变换方向子带系数做如下处理：

3.1)利用噪声信号的变换子带系数n估计噪声协方差矩阵C_n＝E{nn^T}，其中T表示矩阵转置，E表示对矩阵取期望；

3.2)将含噪图像的变换子带系数y分成相互重叠的大小为B×B的子块y_i，i＝1，2，...，N，其中N表示子块的个数；

3.3)对y_i进行高斯尺度混合GSM建模，即其中z_i是正的尺度因子，u_i是协方差矩阵为的零均值高斯向量，x_i表示原始干净图像变换子带系数x的子块，n_i是所加入噪声信号变换子带系数n的子块；

3.4)估计子块y_i的协方差矩阵其中是y_i的均值；

3.5)估计原始干净图像变换子带系数x的子块x_i的协方差矩阵并令

3.6)利用贝叶斯最小估计x_c＝∫p(z_i|y_i)(∫x_ip(x_i|y_i，z_i)dx_i)dz_i，估计x_i中各个系数邻域的中心系数x_c，其中后验概率p(y_i|z_i)是似然函数，p(z_i)是先验概率，p(y_i)是一个归一化的常数，为简化计算将第二项积分简化为一个的维纳估计，即：

4)利用去噪后的各个系数变换子带和低通子带先进行可操纵金字塔SP重构，得到初步去噪图像；再利用全变差TV操作对初步去噪图像进行处理，得到最终的去噪图像。

2.根据权利要求1所述的基于可操纵金字塔SP的高斯尺度混合GSM模型自然图像去噪方法，其中步骤(2)所述的对含噪图像进行可操纵金字塔SP变换，按如下步骤进行：

(2.1)用一个分解低通滤波器和一个分解高通滤波器对含噪图像进行预处理，得到大小和含噪图像相同的一个预处理低通子带L₀和一个预处理高通子带H₀；

(2.2)用K个分解带通滤波器和一个分解窄带滤波器对预处理低通子带L₀进行滤波，得到大小和含噪图像相同的K个带通子带B_1，l和一个窄带处理低通子带L_1，1，其中l＝1，2，...，K；

(2.3)对窄带处理低通子带l_1，1进行隔2下采样，得到一个大小为含噪图像一半的采样低通子带L_2，1；

(2.4)对采样低通子带L_2，1用K个分解带通滤波器和一个分解窄带滤波器进行滤波，得到大小为含噪图像一半的K个带通子带B_2，l和一个窄带处理低通子带L_2，1，然后对所得到的窄带低通子带L_2，1进行隔2下采样，得到大小为含噪图像四分之一的采样低通子带L_2，2，然后再用K个分解带通滤波器和一个分解窄带滤波器对采样低通子带L_2，2进行滤波，依次类推。