[发明专利]基于自适应核回归的全变分图像噪声消除方法

摘要

本发明公开了一种结合自适应核回归和双边全变分图像噪声消除方法，主要解决现有技术在较强噪声环境下不能有效保持图像细节信息的问题。其实现步骤是：1.获取污染图像，并用污染图像初始化第1次迭代的去噪图像；2.设置最大迭代次数N；3.计算第t次迭代图像的核回归权值；4.构建第t次迭代图像的结合自适应核回归和双边全变分的正则项，并组成能量泛函；5.计算正则项对迭代图像的导数；6.采用最陡下降法求解能量泛函最小化问题，获得第t+1次迭代的去噪图像；7.重复步骤3至步骤6，直至迭代次数达到N次，输出去噪后图像。本发明能保持更好的目标图像纹理、更丰富的细节特性及更好的视觉效果，可用于数字图像的预处理。

主权项

1.一种基于自适应核回归的双边全变分图像噪声消除方法，包括：(1)获取污染图像X0；(2)迭代计算去噪图像：(2a)用污染图像X₀初始化第1次迭代的去噪图像设置最大迭代次数N＝50；(2b)计算第t次迭代去噪图像的核回归权值K_t,l,m，t≥2；其中，l，m分别代表在去噪图像的x方向平移l个像素和在y方向平移m个像素的像素点对去噪图像原位置像素的权值；(2c)构建去噪图像的基于自适应核回归的双边全变分正则项其中，||·||₁表示1范数，和分别代表将去噪图像沿x方向平移l个像素和在y方向平移m个像素的矩阵算子；(2d)构建由去噪图像和污染图像X₀组成的保真项并根据保真项和全变分正则项组成能量泛函E_t；其中，λ为正则化参数，取值为45；(2e)计算正则项对的导数其中，I为单位矩阵，sign(·)代表符号函数；(2f)采用最陡下降法求解能量泛函E_t的最小化问题，获得第t+1次迭代的去噪图像其中，Δt为迭代步长，Δt＝0.08；(3)判断迭代次数是否小于最大迭代次数N，如果迭代次数小于最大迭代次数，则重复步骤(2b)‑步骤(2f)；否则，迭代结束，输出去噪图像。