[发明专利]图像去噪方法及装置

权利要求书

1.一种图像去噪方法，其特征在于，应用于一电子设备，所述方法包括：

获取含有混合噪声的待去噪图像；

对所述待去噪图像进行滤波处理，获得初始图像；

基于所述初始图像，构造多个结构组；

对所述多个结构组中的每个结构组进行字典构造，获得所述每个结构组对应的学习字典；

基于所述每个结构组对应的学习字典，建立混合噪声去除模型；

对所述混合噪声去除模型进行循环迭代计算，直到满足预设迭代次数，输出去噪后的图像；

其中，所述基于所述每个结构组对应的学习字典，建立混合噪声去除模型，包括：

建立混合噪声去除模型为：

其中，为编码系数向量的估计值，w_G为结构组加权矩阵，为第i个结构组加权矩阵，表示为a为大于0的常数，y为所述待去噪图像，为所述多个结构组中第i个结构组对应的学习字典，φ_G为所有的组合，为所述多个结构组中第i个结构组对应的稀疏编码系数矩阵，α_G为所有的组合，λ表示正则化因子，||α_G||₀表示α_G的l₀范数。

2.根据权利要求1所述的方法，其特征在于，所述基于所述初始图像，构造多个结构组，包括：

将所述初始图像划分为多个图像块；

基于块匹配算法，分别对所述多个图像块中的每个图像块进行相邻块搜索，根据搜索结果获得所述每个图像块对应的多个相似图像块；

将所述每个图像块对应的多个相似图像块构成一个结构组，以获得多个结构组。

3.根据权利要求1所述的方法，其特征在于，所述对所述多个结构组中的每个结构组进行字典构造，获得所述每个结构组对应的学习字典，包括：

基于奇异值分解方法对所述多个结构组中的每个结构组进行字典构造，获得所述每个结构组对应的学习字典。

4.根据权利要求1所述的方法，其特征在于，所述对所述混合噪声去除模型进行循环迭代计算，直到满足预设迭代次数，输出去噪后的图像，包括：

调用分离Bregman迭代算法求解计算所述混合噪声去除模型直到满足预设迭代次数，输出去噪后的图像。

5.根据权利要求4所述的方法，其特征在于，所述预设迭代次数为K，所述调用分离Bregman迭代算法求解计算所述混合噪声去除模型直到满足预设迭代次数，输出去噪后的图像，包括：

定义g(α_G)＝λ||α_G||₀以及u＝φ_Gα_G；

调用分离Bregman迭代算法，将转化为以下三个式子分别进行求解：

以及μ，λ均表示对于0的正则化因子；

给定α_G，针对对u求偏导数，计算得到u的估计值I表示恒等矩阵；

给定u，针对对α_G求偏导数，计算得到α_G的估计值T＝(λ×B_s×c)/(μN)表示一个阈值，B_s图像块大小的边长，c为每个结构组包括的相似图像块个数，N表示图像矩阵的行数或列数，表示学习字典的逆矩阵，hard(·)表示硬阈值算子，⊙表示两个向量的Hadamard积运算，1表示所有元素均为1的向量；

基于计算u^(k+1)；

计算r^(k+1)＝u^(k+1)-b^(k+1)，T＝(λ×B_s×c)/(μN)；

计算更新残差e^(k)＝y-x^(k)，根据计算结构组权重w_G；

将所有的学习字典聚合以更新字典φ_G；

将所有的稀疏编码系数聚合以更新

基于更新b^(k+1)；

基于以上，进行K次循环迭代运算后，输出去噪后的图像x＝φ_Gα_G^(K)。