一种基于独立成分分析的自然场景图像去噪方法

摘要

本发明涉及一种基于独立成分分析的自然场景图像去噪方法，其特点是：首先对含噪图像进行滑窗采样操作，得到多通道信号，并使用独立成分分析算法处理该多通道信号，得到图像的独立分量以及一组基底函数。然后对每一个独立分量进行阈值化操作，即自适应的根据每个独立分量的统计特性来设定一个阈值，将该独立分量中绝对值小于该阈值的数置为0，其余值不变。最后将经过阈值化操作后的独立分量通过基底函数重构为图像信号，得到去噪图像；本发明无需人为选定基函数，而是通过独立成分分析方法自适应的根据图像内容来构建基底函数，可对含噪自然场景图像取得很好的去噪效果，且处理过程简单，运算量小。

主权项

1.一种基于独立成分分析的自然场景图像去噪方法，其特征在于：首先对含噪图像进行滑窗采样操作，得到多通道信号，并使用独立成分分析算法处理该多通道信号，得到图像的独立分量以及一组基底函数；然后对每一个独立分量进行阈值化操作，即自适应的根据每个独立分量的统计特性来设定一个阈值，将该独立分量中绝对值小于该阈值的数置为0，其余值不变；最后将经过阈值化操作后的独立分量通过基底函数重构为图像信号，得到去噪图像；具体实施步骤如下：I)、滑窗采样对一幅含噪图像，使用一大小为k×k的窗从上到下从左到右对图像进行采样，每次只将窗口移动一格，保持窗采样的连续性，并将采样后信号拉伸为一列向量，依次操作，对图像按照从左到右，从上到下的顺序处理，直到整幅图像处理完毕，得到一组多通道数据矩阵,其通道数为k×k；II)、提取基底函数B与独立分量使用独立成分分析算法对步骤I)中所获得的多通道数据进行处理，得到其独立分量y及对应的基底函数B，总共有k×k个独立分量；III)、独立分量域中的阈值化操作对上步骤II)中所得到的每一个独立分量进行阈值化操作；具体步骤如下：（a）首先得到这一独立分量的标准差σ，并采用公式来自适应的得到阈值T，其中N为这一独立分量的样本点数；（b)然后将这一独立分量中绝对值小于该阈值的全部置零，其余保持不变，依次对每一独立分量完成阈值化处理，获得经过阈值化操作后的独立分量IV)、去噪图像的最终获取使用步骤II)中得到的基底函数B，将去噪后的独立分量进行重构操作，得到时域中的去噪图像,；具体过程为：（c）将经过阈值化操作后的独立分量用基底函数B重构为去噪后的信号（d）将此按照原始图像大小重新进行排列，获得最终的去噪图像。