[发明专利]一种基于图像低秩性的迭代降噪方法

权利要求书

1.一种基于图像低秩性的迭代降噪方法，该方法涉及计算机信息技术领域，具体地涉及图像处理，计算机视觉领域，其特征是：该方法的实施步骤如下：

步骤一：输入含噪图像Y；

步骤二：利用绝对离差中值法估计图像的Y（或者）的噪声水平；

步骤三：对图像Y（或者）进行分块处理，并对每个图像块依据算法找出相似图像块，从而形成C个相似块块矩阵；

步骤四：对每一个相似块矩阵，计算其含噪相似块矩阵的估计值；

步骤五：计算所含图像块的权值；

步骤六：利用图像块的估计值重构图像；

步骤七：将含噪图像Y（或者）与去噪后图像的残差图像按一定比例与去噪后图像混合生成新的含噪图像；

步骤八：重复步骤二到步骤七，知道图像达到理想水平；

步骤九：输出去噪后的图像。

2.根据权利要求1所述的一种基于图像低秩性的迭代降噪方法，其特征是：步骤三中图像

的分块和相似度判定方法为：

将图像分成7*7的图像子块，用来表示，，由于要考虑图像处理的计算复杂度和速度，所以采用基于灰度特征的欧氏距离来度量图像块间的相似性；对任意两图像块和其相似性可表示：

的值越小，则和越相似，对于任意图像块，采用上式进行匹配图像块之间的相似性，找出与其相似的K个图像块，记录为即可表示为：

于是可以将图像块用矩阵表示为：

。

3.根据权利要求1所述的一种基于图像低秩性的迭代降噪方法，其特征是：步骤四中计算

其含噪相似块矩阵的估计值方法如下：

令的秩为k，则根据奇异值分解定理，含噪相似块矩阵P的奇异值分解可以表示为：

由于Q是低秩的，，所以：

采用最小方差对Q进行估计，目标转化为求解满足极小化问题的矩阵M：

上式中的目标函数是严格凸且可微的，通过求一阶导数为零得：

由此，Q的最小方差可以表示为：

其中

由此计算出：

设噪声为加性高斯白噪声，则有：

并且

所以：。

4.根据权利要求1所述的一种基于图像低秩性的迭代降噪方法，其特征是：步骤五中所含图像块的权值计算方法如下：

。

5.根据权利要求1所述的一种基于图像低秩性的迭代降噪方法，其特征是：步骤六中利用图像块的估计值重构图像方法如下：

基于此权值定义，像素的估计值可以表示为：

一旦图像的像素估计值确定后，原始图像X的估计值QUOTE也就确定了也就是完成图像的重建。

6.根据权利要求1所述的一种基于图像低秩性的迭代降噪方法，其特征是：步骤七中，新的含噪图像的生成方法如下：

为松弛因子，当时能够获得较好结果。