主权项 |
1.一种结合结构信息的非局部均值图像去噪方法,包括如下步骤:(1)输入测试图像X,对其添加高斯白噪声,得到噪声图像Y;(2)对噪声图像Y进行二维平稳小波变换,得到一个低频子带和三个高频子带,将高频子带系数全部置零,低频系数不变,然后对低频系数和置零后的高频系数进行逆二维平稳小波变换,得到重构后的图像Z;(3)利用primal sketch稀疏表示模型提取重构后的图像Z的边脊草图P,得到反映图像边缘的结构信息,并将噪声图像Y分为光滑区和结构区;(4)对光滑区和结构区分别进行去噪,并对光滑区和结构区的去噪结果进行合并,得到最终去噪图像T:所述的对光滑区去噪,按照如下步骤进行:(4a)对光滑区内的待去噪像素点p,p的行列坐标分别为i、j,取以像素点p为中心的窗口N<sub>p</sub>;(4b)对窗口N<sub>p</sub>内的所有像素点采用下式去噪:<img file="FDA00002297408400011.GIF" wi="1049" he="153" />其中,p<sub>i+k,j+l</sub>为第i+k行第j+l列的待去噪的像素点,<img file="FDA00002297408400012.GIF" wi="186" he="60" />为待去噪点p<sub>i+k,j+l</sub>的估计值,S<sub>p</sub>为以像素p为中心的搜索窗,q为S<sub>p</sub>中的像素点,q的行列坐标分别为i’、j’,q<sub>i′+k,j′+l</sub>为第i'+k行第j'+l列的像素点,k,l=-f,...,0,...,+f,f为控制窗口大小的参数,这里f=3,v(N<sub>p</sub>)表示以p为中心点的矩阵,v(N<sub>q</sub>)表示以q为中心点的矩阵,β为衰减参数,v(q<sub>i′+k,j'+l</sub>)为q<sub>i'+k,j′+l</sub>的像素值,Z(p)为归一化系数,<maths num="0001"><![CDATA[<math><mrow><mi>Z</mi><mrow><mo>(</mo><mi>p</mi><mo>)</mo></mrow><mo>=</mo><munder><mi>Σ</mi><mrow><mi>q</mi><mo>∈</mo><msub><mi>S</mi><mi>p</mi></msub></mrow></munder><msup><mi>e</mi><mrow><mo>-</mo><msup><mrow><mo>|</mo><mo>|</mo><mi>v</mi><mrow><mo>(</mo><msub><mi>N</mi><mi>p</mi></msub><mo>)</mo></mrow><mo>-</mo><mi>v</mi><mrow><mo>(</mo><msub><mi>N</mi><mi>p</mi></msub><mo>)</mo></mrow><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><mo>/</mo><mi>β</mi></mrow></msup></mrow></math>]]></maths>β取值与对测试图像X所加的高斯白噪声的标准差σ相对应,当σ=20、35和50,β取值分别为16σ、19σ和40σ;所述的对结构区去噪,按照如下步骤进行:(4c)对结构区内的待去噪像素点p,p的行列坐标分别为i、j,沿着该像素所在边缘方向选取窗口N<sub>p</sub>;(4d)对窗口N<sub>p</sub>内的所有像素点采用下式去噪:<img file="FDA00002297408400021.GIF" wi="1073" he="152" />其中,p<sub>i+k,j+l</sub>为第i+k行第j+l列的待去噪的像素点,<img file="FDA00002297408400022.GIF" wi="186" he="59" />为待去噪点p<sub>i+k,j+l</sub>的估计值,S<sub>p</sub>为以像素p为中心的搜索窗,q为S<sub>p</sub>中的像素点,q的行列坐标分别为i’、j’,q<sub>i′+k,j′+l</sub>为第i'+k行第j'+l列的像素点,k,l=-f,..,0,..,+f,f为控制窗口大小的参数,这里f=3,v(N<sub>p</sub>)表示以p为中心点的矩阵,v(N<sub>q</sub>)表示以q为中心点的矩阵,β为衰减参数,v(q<sub>i′+k,j'+l</sub>)为q<sub>i′+k,j′+l</sub>的像素值,Z(p)为归一化系数,<maths num="0002"><![CDATA[<math><mrow><mi>Z</mi><mrow><mo>(</mo><mi>p</mi><mo>)</mo></mrow><mo>=</mo><munder><mi>Σ</mi><mrow><mi>q</mi><mo>∈</mo><msub><mi>S</mi><mi>p</mi></msub></mrow></munder><msup><mi>e</mi><mrow><mo>-</mo><msup><mrow><mo>|</mo><mo>|</mo><mi>v</mi><mrow><mo>(</mo><msub><mi>N</mi><mi>p</mi></msub><mo>)</mo></mrow><mo>-</mo><mi>v</mi><mrow><mo>(</mo><msub><mi>N</mi><mi>p</mi></msub><mo>)</mo></mrow><mo>|</mo><mo>|</mo></mrow><mn>2</mn></msup><mo>/</mo><mi>β</mi></mrow></msup></mrow></math>]]></maths>β取值与对测试图像X所加的高斯白噪声的标准差σ相对应,当σ=20、35和50,β取值分别为6σ、11σ和21σ。 |