[发明专利]一种基于自适应加权全变差的图像去噪方法

说明书

本发明公开了一种基于自适应加权全变差的图像去噪方法，包括以下步骤：步骤1，建立加权全变差图像去噪模型；步骤2，对图像进行归一化处理；步骤3，构建矩阵对(u,v)，并对其进行初始赋值；步骤4，开始第k次迭代，依据矩阵对(u^k‑1,v^k‑1)的值自适应生成加权参数和的值；步骤5，获得第k次迭代的去噪图像x^k；步骤6，判断迭代次数k是否达到设定的迭代次数N，如果没有达到N，利用梯度投影算法得到矩阵对(u^k,v^k)，并令k＝k+1，重新进入步骤4；如果迭代次数k达到了设定的迭代次数N，获得最终的去噪图像x^N。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种基于自适应加权全变差的图像去噪方法。

背景技术

图像中包含着极其丰富的信息，是人类获取信息最直接、最有效的渠道。但图像在采集、传输、保存的过程中势必会参杂进一定程度的噪声，不仅降低了图像的质量，还对图像的后续分析处理带来了困难。因此，图像去噪在图像处理领域中是一项十分重要且必不可少的环节。

在众多的图像去噪算法中，全变差算法在去除图像噪声的同时还能有效地实现对图像边缘信息的保护，对于图像去噪取得了不错的效果，因此得到了极其广泛的应用。Beck等人将梯度投影算法应用到了全变差模型的图像去噪问题中，不仅在实现图像去噪的同时完成了对边缘信息的保护，还大大提高了收敛的速度(Amir Beck,Marc Teboulle.,Fastgradient-based algorithms for constrained total variation image denoising anddeblurring problems,IEEE Transactions on Image Processing,Vol.18,No.11,2009,pp.2419-2434.)。但该方法对于图像不同方向上的全变差加权参数完全相同，并不能针对不同方向上有着不同信息的图像进行特定全变差加权参数的设定。

综上所述，发明一种能够依据图像自身特点自适应地在不同方向上生成不同的全变差加权参数的方法显得尤为重要。

发明内容

本发明的目的在于克服上述现有技术中的不足，提供一种基于自适应加权全变差的图像去噪方法。该方法可以根据每一次迭代取得的去噪图像自适应生成垂直方向和水平方向的加权参数，从而得到更好的图像去噪效果。

为解决上述技术问题，本发明公开了一种基于自适应加权全变差的图像去噪方法，包括以下步骤：

步骤1：建立加权全变差图像去噪模型；

步骤2：对图像进行归一化处理；

步骤3：构建矩阵对(u,v)，并对其进行初始赋值；

步骤4：开始第k次迭代，依据矩阵对的值自适应生成第k次迭代的加权参数和的值；

步骤5：获得第k次迭代的去噪图像x^k；

步骤6：判断迭代次数k是否达到设定的迭代次数N(N的取值一般在50到100之间)，如果没有达到N，利用梯度投影算法得到第k次迭代的矩阵对(u^k,v^k)，并令k＝k+1，重新进入步骤4；如果迭代次数k达到了设定的迭代次数N，获得最终的去噪图像x^N。

步骤1包括如下步骤：

步骤1-1，建立如下所示大小为m×n的数字噪声图像f的数学模型：

f＝x+c (1)