[发明专利]基于外部块自编码学习和内部块聚类的去噪方法

摘要

本发明涉及一种基于外部块自编码学习和内部块聚类的去噪方法，其具体做法是：首先利深度学习中的自动编码模型从外部干净自然图像块中学习块结构特征，并利用这些特征对带噪声图像块进行降维，然后采用由粗至细的策略实现整个图像范围内的块聚类，在每一个类别中构建低秩正则约束，在所有类别中构建全局约束，并建立总的能量函数，最后通过能量极小化完成目标图像的去噪。本发明利用外部自然图像块结构信息辅助待测图像内部块聚类去噪，解决了现有去噪方法中对被高斯白噪声腐蚀的自然图像去噪效果不佳的问题。

主权项

一种基于外部块自编码学习和内部块聚类的去噪方法，其特征在于，按照如下步骤实现：步骤S1：通过深度学习中的自编码模型学习无噪声自然图像块的特征；步骤S2：通过经所述步骤S1中获取的特征信息以及K‑均值算法对待测图像块进行聚类，并采用低秩逼近算法对每一类别进行相似图像块之间的协同滤波；步骤S3：结合待测图像的全局约束、块聚类以及低秩正则约束，获取待测图像去噪的总目标函数；步骤S4：通过交替迭代方法求解总目标函数，完成对待测图像的最优去噪。