基于格子波尔兹曼模型的图像去噪方法

摘要

本发明公开了一种基于格子波尔兹曼模型的图像去噪方法，该方法步骤为：(1)输入初始图像I(x，0)；(2)设置二维格子波尔兹曼演化方程中各作用方向的初始平衡态函I_i^eq(x，0)；(3)确定格子波尔兹曼演化方程的迭代次数N和迭代步长C；(4)遍历图像计算格子波尔兹曼演化方程中的松弛因子ω；(5)计算格子波尔兹曼模型的迁移过程；(6)计算格子波尔兹曼模型的作用过程；(7)更新平衡分布函数为I_i^eq(x，n)；(8)判断是否达到迭代N次数，若达到N次时，则输出处理后的图像I(x，N)。该方法能在抑制图像噪声的同时，有效的保护图像边缘。不仅能提高图像去噪质量，并且可以实现大步长的迭代计算，从而有效提高了去噪处理的效率。

主权项

1、一种基于格子波尔兹曼模型的图像去噪方法，其特征在于，通过把图像的边缘截止函数嵌入格子波尔兹曼微观演化方程的松弛因子中的方式，在二维格子波尔兹曼模型中找到微观演化方程与宏观非线性扩散方程对应关系来求解非线性扩散方程以实现图像去噪，其步骤如下：(1)、输入初始图像I(x，0)，节点的值设为对应像素的灰度值；(2)、使用二维格子波尔兹曼模型，设置格子波尔兹曼微观演化方程中各作用方向的初始平衡态函数Iieq(x，0)；(3)、确定格子波尔兹曼微观演化方程的迭代次数N和迭代步长C；(4)、遍历图像计算格子波尔兹曼演化方程中的松弛因子ω；(5)、计算二维格子波尔兹曼模型的迁移过程：Ii(x+ci，n)＝Ii(x，n)；(6)、计算二维格子波尔兹曼模型的作用过程：$I_i(x+c_i,n+1)-I_i(x,n)=\omega [I_i^{\mathrm{eq}}(x,n)-I_i(x,n)];$(7)、设n为迭代次数，根据二维格子波尔兹曼模型更新平衡分布函数为Iieq(x，n)；(8)、判断是否达到迭代次数N，若达到N次时，，则输出处理后的图像I(x，N)，若没有达到N次时，则转步骤(4)，重复步骤(4)~(7)，直到达到迭代N次数后输出处理后的图像I(x，N)。