CN107358589-CN201710581668-一种结合梯度直方图与低秩约束的去噪方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 107358589 A (43)申请公布日 2017.11.17 (21)申请号 201710581668.3 (22)申请日 2017.07.17 (71)申请人 桂林电子科技大学 地址 541004 广西壮族自治区桂林市七星 区金鸡路1号 (72)发明人 陈利霞　李佳宇　王学文　何成凤　 (74)专利代理机构 桂林市持衡专利商标事务所 有限公司 45107 代理人 陈跃琳 (51)Int.Cl. G06T 5/00(2006.01) 权利要求书2页 说明书5页 附图2页 (54)发明名称 一种结合梯度直方图与低秩约束的去噪方 法 (57)摘要 本发明公开了一种结合梯度直方图与低秩 约束的去噪方法，其在稀疏先验和其他非局部自 相似先验的基础上，利用稀疏表示的优势，加入 非局部正则项，梯度正则项和低秩约束项去除乘 性噪声。本发明的优点是把乘性噪声模型通过对 数变换变成对数域中的加性噪声模型，利用噪声 图像在对数域中训练的字典，把图像的梯度直方 图估计和低秩约束相结合，增强了图像局部和非 局部之间的联系，在有效去噪的同时，更好的保 留了图像的纹理信息。实验结果在主观视觉和客 观评价指标两方面均取得较好的效果，很大程度 A 上保存了图像的精细纹理结构，使得去噪后的图 9 像更加清晰。 8 5 8 5 3 7 0 1 N C CN 107358589 A 权　利　要　求　书 1/2页 1.一种结合梯度直方图与低秩约束的去噪方法，其特征是，包括如下步骤： 步骤1，对含噪图像进行对数变换，得到对数域中的含噪图像f； (0) 步骤2，初始化迭代次数k＝1、对数域中的待恢复的图像z ＝f和第一辅助变量 (k-1) 步骤3，利用滑动窗口将对数域中的待恢复的图像z 进行分块，并利用K-均值将这些 图像块进行聚类； 步骤4，先计算每一个聚类的子字典，并获得每一个图像块x 所对应的稀疏编码 i (k-1) 再将所有聚类的子字典进行拼接后得到图像的稀疏表示字典D ； 步骤5，对于每个图像块，利用欧式距离找到其对应的非局部相似块，并对这些非局部 (k-1) 相似块进行加权，得到每个图像块x 的非局部估计值μ ； i i (k-1) (k-1) 步骤6，对对数域中的待恢复的图像z 进行奇异值分解，得到相应的对角矩阵∑ 、 (k-1) (k-1) 左酉矩阵Q 和右