[发明专利]一种基于Adaboosting算法思想的图像去噪方法及装置

权利要求书

1.一种基于Adaboosting算法思想的图像去噪方法，其特征在于，包括：

步骤a，选定滤波器集合F以及参数范围；

步骤b，初始化像素权重，一般每个像素的权重采用等比分配或者根据已知信息自行选择适当的权重作为初始权重；

步骤c，进入循环处理，计算每个循环对应的滤波器清晰度误差、对应的滤波器权重以及更新后各个像素的权重，其中，对于已知噪声原始图像，对应滤波器清晰度误差计算公式为

err_m＝∑w_i*I(|k_i-Pm_i|＞e)/∑w_i

其中k_i为原始图像的像素，w_i为各个像素的权重，Pm_i为利用滤波器Am对施加像素权重后的噪声图像进行处理后得到的去噪图像像素，e为最大像素误差，m为循环次数，n为循环次数设定值，err_m为滤波器清晰度误差；

步骤d，生成“ 强去噪图像”，根据循环处理中计算的滤波器权重，将权重、像素数与各个滤波器处理后的图像像素值相乘得到最终图像各个像素的值；

步骤e，改变滤波器类型，从滤波器集合中再选用另外的一种滤波器类型进行同样的Adaboost图像去噪操作，观察不同初始滤波器下的最终的“ 强去噪图像”的差别。

2.根据权利要求1所述的基于Adaboosting算法思想的图像去噪方法，其特征在于，所述步骤c包括：

步骤c1，判断循环条件；

判断循环次数m是否达到循环次数设定值n，当m＜n+1时，进入循环处理，否则跳出循环；

步骤c2，计算带有噪声的原始图像对应滤波器清晰度误差err_m；

对于已知噪声原始图像，对应滤波器清晰度误差计算公式为

err_m＝∑w_i*I(|k_i-Pm_i|＞e)/∑w_i

其中k_i为原始图像的像素，w_i为各个像素的权重，Pm_i为利用滤波器Am对施加像素权重后的噪声图像进行处理后得到的去噪图像像素，e为最大像素误差，m为循环次数，n为循环次数设定值；

步骤c3，计算带有噪声的原始图像对应的滤波器权重；

对于已知噪声的原始图像，滤波器权重计算公式为a_m＝log((1-err_m)/err_m)；

步骤c4，更新带有噪声的原始图像的各个像素的权重；

步骤c5，增加循环次数；

每次循环次数增加1，m＝m+1，回到步骤c1，判断循环条件还是否满足。

3.根据权利要求2所述的基于Adaboosting算法思想的图像去噪方法，其特征在于，所述步骤c2中计算滤波器清晰度误差的计算公式还包括：

对于未知噪声原始图像，对应滤波器清晰度误差计算公式为

err_n＝∑∑w(i，j)*I(h(i，j)＞e)/∑∑w(i，j)

其中w(i，j)为各个像素的初始化权重，且w(i，j)＝1/M，Pm(i，j)为利用滤波器Am对施加像素权重后的噪声图像进行处理后得到的去噪图像像素，e为最大像素误差；

h(i，j)＝|Pm(i，j)-Pm(i，j-1)|+|Pm(i，j)-Pm(i，j+1)|+|Pm(i，j)-Pm(i+1，j)|+|Pm(i，j)-Pm(i-1，j)|。

4.根据权利要求3所述的基于Adaboosting算法思想的图像去噪方法，其特征在于，所述步骤c4中更新带有噪声的原始图像的各个像素的权重所采用的计算公式为：

对于已知噪声的原始图像，更新像素的权重公式为

w_i＝w_i*exp(a_m*I(|k_i-Pm_i|＞e))

对于未知噪声的原始图像，更新像素的权重公式为

w(i,j)＝w(i,j)*exp(am*I(h(i,j)＞e))。