一种基于场景的自适应非均匀固定噪声去除方法

摘要

本发明描述了一种基于场景的自适应非均匀固定噪声去除方法，其特征是由以下步骤实现：第一，确定场景初始化；第二，场景自适应迭代；第三，场景模板更新；第四，生成输出图像。本发明适用于非均匀固定噪声去除。该方法能适应场景的变化，不产生鬼影，收敛速度快，解决了现有算法收敛问题，鬼影问题。

主权项

一种基于场景的自适应非均匀固定噪声去除方法，其特征是由以下步骤实现：步骤一，确定场景初始化；步骤二，场景自适应迭代；步骤二所描述的场景自适应迭代步骤中的迭代过程如下：假设x是存在非均匀性噪声的图像，经过算法处理后输出为y，对于像元(i，j)，它们的关系为：$y_{i,j}^n=a_{i,j}^n*x_{i,j}^n+b_{i,j}^n$其中，n表示第n帧图像，和分别为像元(i，j)的增益和偏移校正系数，为是第n帧存在非均匀性噪声的图像中位置(i，j)的像素值，像元(i，j)期望输出采用(i，j)相似邻域的空间均值，相似邻域用符号T表示，含义是距离相近，内容相似的区域，这样输出值由网络中的隐含层计算得到：$f_{i,j}^n=\frac{1}{t}{\Sigma }_{(i,j)\in T}{y}_{i,j}^n$其中，t表示相似邻域中像素总数；误差函数如下：$e_{ij}^n={\Sigma }_{(i,j)\in M}{(y_{i,j}^n-f_{i,j}^n)}^2*M_{i,j}={\Sigma }_{(i,j)\in M}{(a_{i,j}^n{x}_{i,j}^n+b_{i,j}^n-f_{i,j}^n)}^2*M_{i,j}$其中，M表示图像更新模板，也是在迭代过程中计算的邻域；对其求关于和的偏导，结果如下：$\frac{\partial e_{i,j}^n}{\partial a_{i,j}^n}=2*{\Sigma }_{(i,j)\in M}{x}_{i,j}^n*(y_{i,j}^n-f_{i,j}^n)$$\frac{\partial e_{i,j}^n}{\partial b_{i,j}^n}=2*{\Sigma }_{(i,j)\in M}(y_{i,j}^n-f_{i,j}^n)$步骤三，场景模板更新；步骤四，生成输出图像。