【技術(shù)實現(xiàn)步驟摘要】
本專利技術(shù)涉及數(shù)字圖像處理技術(shù)，特別涉及基于馬爾可夫穩(wěn)健稀疏貝葉斯學(xué)習(xí)的圖像去噪技術(shù)。
技術(shù)介紹
0、技術(shù)背景
1、壓縮感知是一種同時進(jìn)行采樣和數(shù)據(jù)壓縮的理論框架，稀疏重構(gòu)算法作為壓縮感知的重要組成部分，可以通過貝葉斯學(xué)習(xí)框架恢復(fù)原始信號。
2、在實際應(yīng)用中，圖像像素位置與像素強(qiáng)度之間可以建立回歸模型，其中核函數(shù)構(gòu)成的矩陣對應(yīng)于壓縮感知模型中的感知矩陣，核函數(shù)的權(quán)重向量對應(yīng)于壓縮感知模型中的稀疏向量，像素強(qiáng)度組成的向量對應(yīng)于觀測向量。通過稀疏重構(gòu)算法重構(gòu)出權(quán)重向量后，通過回歸模型預(yù)測每個點的像素強(qiáng)度可以實現(xiàn)去噪。通常情況下基于傳統(tǒng)貝葉斯學(xué)習(xí)框架的稀疏重構(gòu)算法能夠取得較好的重構(gòu)結(jié)果，但在某些特殊環(huán)境中會受到?jīng)_擊噪聲的影響導(dǎo)致性能下降，因此需要設(shè)計一種去除沖擊噪聲的解決方案。
技術(shù)實現(xiàn)思路
1、本專利技術(shù)所要解決的技術(shù)問題是，針對在真實環(huán)境中，圖像受到的椒鹽噪聲符合沖擊噪聲短時且能量高的特點，提供一種適用于沖擊噪聲環(huán)境的基于穩(wěn)健稀疏重構(gòu)的去除圖像椒鹽噪聲的方法。
2、本專利技術(shù)為解決上述技術(shù)問題所采用的技術(shù)方案是，一種基于馬爾可夫穩(wěn)健稀疏貝葉斯學(xué)習(xí)的圖像去噪方法，稱為markov-bg-rsbl算法，包括步驟：
3、將圖像劃分為大小一致的像素塊，各像素塊中的像素總數(shù)m，將圖像塊中各像素的像素強(qiáng)度組成的向量作為觀測向量y；觀測向量y中第i個元素為第i個像素的觀測值yi，即圖像中第i個像素的像素強(qiáng)度；
4、對沖擊噪聲和非沖擊噪聲使
5、針對每個像素塊在像素所處位置與像素強(qiáng)度之間建立回歸模型，將回歸模型的回歸問題轉(zhuǎn)化為壓縮感知模型中的稀疏重構(gòu)問題，其中，回歸模型的核函數(shù)構(gòu)成的矩陣對應(yīng)于壓縮感知模型中的感知矩陣，回歸模型的核函數(shù)的權(quán)重向量對應(yīng)于壓縮感知模型中的稀疏向量；
6、根據(jù)感知矩陣a、觀測向量y以及相關(guān)性參數(shù)x求解稀疏向量的后驗估計值μs，并將稀疏向量的后驗估計值μs作為回歸模型的核函數(shù)的權(quán)重向量，再使用回歸模型預(yù)測像素塊中每個點的像素強(qiáng)度，對所有像素塊進(jìn)行預(yù)測操作后得到去噪后的圖像。
7、本專利技術(shù)將噪聲建模為馬爾可夫-高斯分布，通過兩個方差描述沖擊噪聲和正常噪聲，利用前一個樣本的狀態(tài)信息修正當(dāng)前樣本的狀態(tài)概率，設(shè)計了一種新的穩(wěn)健稀疏貝葉斯學(xué)習(xí)算法，該算法通過迭代更新參數(shù)和稀疏信號的近似后驗分布，最終使用稀疏信號近似后驗期望作為核函數(shù)權(quán)重的估計值。
8、本專利技術(shù)的有益效果是，在不增加計算復(fù)雜度的情況下獲得了精度更高的稀疏重構(gòu)結(jié)果，最終利用回歸模型預(yù)測圖像像素強(qiáng)度實現(xiàn)椒鹽噪聲去噪。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點】
1.一種基于馬爾可夫穩(wěn)健稀疏貝葉斯學(xué)習(xí)的圖像去噪方法，其特征在于，包括步驟：
2.如權(quán)利要求1所述方法，其特征在于，對沖擊噪聲和非沖擊噪聲使用兩個不同參數(shù)的高斯分布模型進(jìn)行表達(dá)，使用標(biāo)志向量z中相應(yīng)標(biāo)志變量zi對觀測值yi是否受到?jīng)_擊噪聲影響進(jìn)行區(qū)分的具體方式為：
3.如權(quán)利要求2所述方法，其特征在于，第i個像素處的狀態(tài)變量zi服從貝塔-伯努利分布。
4.如權(quán)利要求3所述方法，其特征在于，求解稀疏向量的后驗估計值μs的具體方法為：
5.如權(quán)利要求1所述方法，其特征在于，參數(shù)π0，i和參數(shù)π1，i通過相關(guān)性參數(shù)x關(guān)聯(lián)，有：π0，i＝π1，i+x，其中x∈[0，1]。
6.一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序/指令，其特征在于，該計算機(jī)程序/指令被處理器執(zhí)行時實現(xiàn)權(quán)利要求1所述方法的步驟。
【技術(shù)特征摘要】
1.一種基于馬爾可夫穩(wěn)健稀疏貝葉斯學(xué)習(xí)的圖像去噪方法，其特征在于，包括步驟：
2.如權(quán)利要求1所述方法，其特征在于，對沖擊噪聲和非沖擊噪聲使用兩個不同參數(shù)的高斯分布模型進(jìn)行表達(dá)，使用標(biāo)志向量z中相應(yīng)標(biāo)志變量zi對觀測值yi是否受到?jīng)_擊噪聲影響進(jìn)行區(qū)分的具體方式為：
3.如權(quán)利要求2所述方法，其特征在于，第i個像素處的狀態(tài)變量zi服從貝塔-伯努利分布。...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：榮佳睿，段惠萍，
申請(專利權(quán))人：電子科技大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。