[发明专利]一种基于视觉感知的非局部中值盲降噪方法

摘要

本发明提供一种基于视觉感知的非局部中值盲降噪方法，包括下述步骤：基于数字图像中像素的视觉离群测度构造脉冲噪声盲检测器，视觉离群测度通过量化不同模型脉冲噪声的视觉共性，融合不同视觉特征量化结果得到；提取图像的非局部信息，构造非局部中值计算模型；依据视觉离群测度和非局部信息计算正则化参数，建立非局部中值正则化项；构建非局部中值降噪泛函模型，自适应修复图像中噪声像素。本发明的盲降噪方法，根据脉冲噪声视觉特性、图像本身自相似性和离群数据挖掘，统一处理数字图像中不同模型、密度的脉冲噪声，可解决实际降噪过程中脉冲模型未知、高密度噪声及图像多模态复杂性导致的噪声像素难以有效修复的问题。

主权项

1.一种基于视觉感知的非局部中值盲降噪方法，其特征在于，包括以下步骤：步骤1、基于数字图像中像素的视觉离群测度构造脉冲噪声盲检测器，所述的视觉离群测度通过量化不同模型脉冲噪声的视觉共性，融合不同视觉特征量化结果而得到；步骤2、提取图像的非局部信息，构造非局部中值计算模型；步骤3、依据视觉离群测度和非局部信息计算正则化参数，建立非局部中值正则化项；步骤4、依据步骤2、3建立非局部中值降噪泛函模型，自适应修复图像中噪声像素；其中，所述步骤1中，基于数字图像中像素的视觉离群测度构造脉冲噪声盲检测器的具体实现包括：1‑1)计算一受到脉冲噪声干扰的图像u中任一像素i的空间离群测度；1－2)计算前述图像u中任一像素i的亮度离群测度；1－3)融合亮度离群测度和空间离群测度，计算图像u中任一像素i的视觉离群测度VPOM(i)，该数值是判断该像素i是否属于噪声像素的依据；以及1－4)利用图像u中各个像素的视觉离群测度VPOM(i)，构建如下公式的盲检测器，通过阈值Tk检测图像中的噪声像素：Tk＝Tk‑1·0.9,k＝1,2,3,…Kmax上式中，k是迭代次数，Kmax是最大迭代次数；其中，所述步骤1－1)中，任一像素i的空间离群测度的计算方式如下：依据人眼对亮度的视觉感知在以像素i为中心的9×9邻域，利用下式的可变阈值LUT(ul)，其中l＝i+k,k∈[‑4,4]，计算该像素的连通像素链，以最大的连通像素链，即包含像素数目最多的像素链的像素个数来定义该像素的连通性参数C：式中，ul表示像素链中当前像素l的亮度，LUT(ul)是以像素l的亮度为背景的可变阈值；在以像素l为中心5×5的窗口中计算与像素i亮度差最小的10个像素，找出这些像素的连通性参数取其中值C1，然后再取整个5×5窗口中所有像素的连通性参数的中值C2，取二者的比值作为像素i的连通性测度IM(i)，该连通性测度IM(i)即为像素i的空间离群测度；并且，前述步骤1－2)中亮度离群测度的计算方式如下：根据空间离群测度，在以像素i为中心5×5的图像块中根据下式计算该图像块的α剪裁均值作为局部区域的背景亮度：式中，uα是α剪裁均值，n是图像块中像素的个数，uk是将n个像素从小到大排列后的第k个值，α＝18；在以像素i为中心5×5的窗口中，计算与像素i亮度差最小的10个像素，计算这些像素与像素i的亮度差St,t∈[1,10]，根据费希纳定律计算像素的局部视觉亮度差，如下式：依此计算得到的局部视觉亮度差LTM(i)即为像素i的亮度离群测度；并且在步骤1－3)中，利用下式融合亮度离群测度和空间离群测度，计算图像u中任一像素i的视觉离群测度VPOM(i)：VPOM(i)＝β·IM(i)+γ·LTM(i)上式中，β和γ是亮度离群测度和空间离群测度的融合系数，取β＝γ＝0.5；其中，前述步骤2的具体实现包括：选取以像素i为中心21×21的图像块，在此图像块中利用如下核函数计算像素i的自相似像素权重ωi,j：上式中，ui和uj分别是i和j的像素值，λ＝16；其中，所述步骤3的具体实现包括：以像素的视觉离群度、噪声像素的检测结果，为像素自适应地确定正则化参数λ(i)：λ(i)＝λ0f1(VPOM(i))f2(T(i))λ0是初始正则化参数，这里取λ0＝0.01，f1和f2是权重函数，T(i)是噪声像素的检测结果，即迭代过程中像素i被判断为噪声像素的次数；其中，上式中，VPOM(i+k)是像素i为中心的3×3的邻域内像素的视觉离群测度值；上式中Kmax表示降噪处理过程中的最大迭代次数。