发明名称 |
基于非局部自适应字典的乘性噪声去除方法 |
摘要 |
本发明公开了一种基于非局部自适应字典的乘性噪声去除方法,首先利用对数变换将乘性噪声转换为加性噪声,再结合PCA稀疏字典和迭代收缩算法更新稀疏编码,用牛顿迭代法得到对数域中的去噪图像,最后通过指数函数以及误差校正得到实数域中的去噪图像。本发明能够在有效去除噪声的同时能较好的保留图像的边缘、细节和纹理信息。 |
申请公布号 |
CN106204483A |
申请公布日期 |
2016.12.07 |
申请号 |
CN201610538479.3 |
申请日期 |
2016.07.08 |
申请人 |
桂林电子科技大学 |
发明人 |
陈利霞;何成凤;王学文;李其珂;杨彬 |
分类号 |
G06T5/00(2006.01)I |
主分类号 |
G06T5/00(2006.01)I |
代理机构 |
桂林市持衡专利商标事务所有限公司 45107 |
代理人 |
陈跃琳 |
主权项 |
基于非局部自适应字典的乘性噪声去除方法,其特征是,包括如下步骤:步骤1,在标准图像库中获得灰度测试图像,并对灰度测试图像进行加噪,得到噪声图像;步骤2,将噪声图像利用对数变换转换到对数域中;步骤3,将对数域中的图像进行分块;步骤4,对每个图像块,找到与其具有相同结构类型的非局部相似图像块,得到该图像块的非局部相似图像块集;步骤5,对每个图像块的非局部相似图像块集进行K均值聚类,再分别在每个类中通过主成分分析法构建一个自适应稀疏字典;步骤6,对每个图像块,找到其所属类的自适应稀疏字典,获得预估的稀疏编码;步骤7,利用迭代收缩算法求解非局部稀疏模型即疏编码函数,并通过不断迭代,得到最优的稀疏编码;步骤8,固定自适应稀疏字典和最优的稀疏编码,利用牛顿迭代法求解约束函数,得到对数域中的去噪图像;步骤9,将数域中的去噪图像通过指数函数变换以及误差校正后,得到实数域中的去噪图像。 |
地址 |
541004 广西壮族自治区桂林市七星区金鸡路1号 |