发明名称 |
基于非局部相似图像块内部和块间隐性低秩结构的去噪方法 |
摘要 |
本发明涉及一种基于非局部相似图像块内部和块间隐性低秩结构的去噪方法,主要包含步骤:首先将目标图像分成具有重叠结构的子块,并通过仿射变换将图像子块分解成一个低秩矩阵加上一个稀疏矩阵;其次搜索相似的低秩矩阵,将每个低秩矩阵转换成向量,并罗列成一个新的数据矩阵,采用快速奇异值截断方法获得图像子块间的低秩结构;最后对得到的低秩数据矩阵进行仿射逆变换,得到原图像子块去噪后的结果,对不同图像子块重叠区域求均值,从而得到整体图像的去噪结果。本发明实现了有效的图像去噪方法,是一种通用的方法。实验结果表明,相对于其他经典图像去噪算法,该发明更加有效和鲁棒,具有很好的应用前景。 |
申请公布号 |
CN105957026A |
申请公布日期 |
2016.09.21 |
申请号 |
CN201610256796.6 |
申请日期 |
2016.04.22 |
申请人 |
温州大学 |
发明人 |
张笑钦;吴瑞平;蒋红星;叶修梓 |
分类号 |
G06T5/00(2006.01)I |
主分类号 |
G06T5/00(2006.01)I |
代理机构 |
杭州求是专利事务所有限公司 33200 |
代理人 |
郑海峰 |
主权项 |
一种基于非局部相似图像块内部和块间隐性低秩结构的去噪方法,其特征在于包括如下步骤:1)将目标图像分成具有重叠结构的图像子块,对于每一个图像子块矩阵,寻找一组仿射变换参数,使得变换后的图像子块可以分解为一个低秩矩阵加上一个稀疏矩阵,所述低秩矩阵和稀疏矩阵分别对应于图像子块的隐性低秩结构和稀疏噪声;2)对于每个图像子块的低秩矩阵,搜索与其相似的其他图像子块的低秩矩阵,将所有相似的低秩矩阵转换为列向量,并排列成为新的数据矩阵,通过将该数据矩阵的秩进行凸松弛:利用矩阵的核范数来代替矩阵的秩,并采用快速奇异值截断方法获得上述数据矩阵的低秩结构矩阵,其对应于图像子块之间的低秩结构;3)对于步骤2)中获得的低秩结构矩阵,将其每一列重新转为矩阵,并按仿射逆变换将其变换回对应的图像子块位置,从而得到对原图像子块去噪后的结果,对于图像整体,通过对不同图像子块重叠区域求均值,从而得到整体图像的去噪结果。 |
地址 |
325035 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器 |