[发明专利]利用超完备拓扑稀疏编码有效去除图像噪声的方法

摘要

一种利用超完备拓扑稀疏编码有效去除图像噪声的方法，属于图像处理领域。本发明利用超完备拓扑稀疏编码，对每个滑动窗口中的带噪图像进行重新编码，再经过反编码恢复原图像，以达到去除噪声，并充分保留原图像细节的目的。本发明中采用的超完备拓扑稀疏编码是近年来根据神经生理学上对于人脑视皮层细胞对外界刺激响应的特性提出的一种对于视觉信息的有效编码方式。本发明将仿脑的视觉信息编码应用到传统的图像去噪问题上，实验结果表明与现有的其它技术相比有去噪效果好并能充分保留原图细节部分的优势。

主权项

1. 一种利用超完备拓扑稀疏编码有效去除图像噪声的方法，其特征在于包括如下步骤：第一步，从一组自然图像中随机抽取n×n的自然图像小块m个，并将每个n×n的图像小块向量化，这样得到m个n2维的列向量xi，i＝1，2…m，参数n控制图像小块的大小，取值为大于3的自然数，参数m为用于训练的样本个数，取值为大于n×n的自然数；第二步，通过极小化代价函数的方法，分解第一步中的列向量，从而得到混合矩阵A和编码系数s，代价函数由误差项和惩罚项组成，误差项控制编码后的误差尽量小，惩罚项控制编码系数的稀疏性和基函数的拓扑性；混合矩阵A的每一列代表一个基函数，它是所有基函数排列成的矩阵；编码系数s是对输入的样本图像的重新编码，通过编码系数对基函数进行线性组合能恢复出样本图像，极小化过程采用交替优化的迭代算法来实现；第三步，取出混合矩阵A的每一列ai就是基图像的向量表示，ai是n2维的列向量，将它重新排列成n×n的矩阵就是基图像；第四步，采用滑动窗口的方法将原图像采样成n×n的小块；第五步，再次通过极小化第二步中的代价函数得到编码系数第六步，通过得出每个重构的图像小块，并将这些小块拼接在一起得到原图像，是重构图像。