[发明专利]基于传导全变分正则化的图像去噪方法

权利要求书

1.一种基于传导全变分正则化的图像去噪方法，包括：

(1)获取噪声污染图像X₀；

(2)用噪声污染图像X₀初始化第1次迭代的去噪图像设置最大迭代次数N＝50；

(3)构建当前去噪图像的保真项

其中，t为迭代序号；为2范数；

(4)构建当前去噪图像的传导全变分正则项

其中，ω_l,m是由传导滤波法计算出的结构相似性权重，l和m分别表示x坐标和y坐标平移的像素；表示将当前去噪图像沿y轴方向平移m个像素，再沿x轴平移l个像素；p表示传导滤波框的半径；||·||₁为1范数；|·|表示取绝对值；

(5)构建由保真项和传导全变分正则项组成的能量泛函数E_t：

其中，λ为规整参数；

(6)采用最陡下降法求解能量泛函数E_t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，为传导全变分正则项对的导数；

(7)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(3)-步骤(6)；否则，输出去噪图像，迭代结束。

2.根据权利要求1所述的方法，其中步骤(4)中的结构相似性权重ω_l,m，按如下方法计算：

(4a)当l＝0,m＝0时，令ω_0,0＝1；

(4b)当l≠0,m＝0，ω_l,0的计算公式如下：

其中，sign(·)表示符号函数；表示将当前去噪图像沿着x轴平移l个像素；表示将当前去噪图像沿着x轴平移sign(l)·(|l|-1)个像素；σ_r为中心相似性权重调节参数，σ_a是相邻相似性权重调节参数；

(4c)当l＝0,m≠0，ω_0,m的计算公式如下：

其中，表示将当前去噪图像沿着y轴平移m个像素；表示将当前去噪图像沿着y轴平移sign(m)·(|m|-1)个像素；

(4d)当l≠0,m≠0，且|l|+|m|是奇数时，ω_l,m的计算公式如下：

其中，表示将当前去噪图像沿着y轴平移m个像素，再沿着x轴平移sign(l)·(|l|-1)个像素；

(4e)当l≠0,m≠0，且|l|+|m|是偶数时，ω_l,m的计算公式如下：

其中表示将当前去噪图像沿着y轴平移sign(m)·(|m|-1)个像素，再沿着x轴平移l个像素。

3.根据权利要求1所述的方法，其中步骤(6)中传导全变分正则项对当前去噪图像的导数按如下步骤计算：

(6a)计算结构相似性权重ω_l,m对当前去噪图像的导数ω′_l,m：

(6a1)当l＝0,m＝0时，令ω′_0,0＝0；

(6a2)当l≠0,m＝0时，ω′_l,0的计算公式如下：

其中，表示将图像矩阵沿着x轴平移-l个像素；表示将图像矩阵沿着x轴平移-l个像素；表示将图像矩阵沿着x轴平移-sign(l)·(|l|-1)个像素；

(6a3)当l＝0,m≠0，ω′_0,m的计算公式如下：

其中，表示将图像矩阵沿着y轴平移-m个像素；表示将图像矩阵沿着y轴平移-m个像素；表示将图像矩阵沿着y轴平移-sign(m)·(|m|-1)个像素；

(6a4)当l≠0,m≠0，且|l|+|m|是奇数时，ω′_l,m的计算公式如下：

其中，表示将图像矩阵沿着y轴平移-m个像素，再沿着x轴平移-l个像素；表示将图像矩阵沿着y轴平移-m个像素，再沿着x轴平移-l个像素；表示将图像矩阵沿着x轴平移-sign(l)·(|l|-1)个像素，再沿着y轴平移-m个像素；

(6a5)当l≠0,m≠0，且|l|+|m|是偶数时，ω_l′_,m的计算公式如下：

其中，表示将图像矩阵沿着y轴平移-m个像素，再沿着x轴平移-l个像素；表示将图像矩阵沿着y轴平移-sign(m)·(|m|-1)个像素，再沿着x轴平移-l个像素；

(6b)计算传导全变分正则项对当前去噪图像的导数

其中，表示将图像矩阵沿着x轴平移-l个像素，再沿着y轴平移-m个像素。