[发明专利]利用超完备拓扑稀疏编码有效去除图像噪声的方法

说明书

技术领域

本发明涉及一种图像处理技术领域的方法，具体地说，涉及的是一种利用超完备拓扑稀疏编码有效去除图像噪声的方法。

背景技术

由于实际图像在形成、传输过程中，不可避免会受到噪声的干扰，因此尽可能减少噪声对后续图像处理的影响，具有重要的现实意义。图像去噪在图像处理中应用非常广泛，其目的是为了提高图像的信噪比，改善图像质量，突出相应的期望特征。为了达到较好的图像降噪效果，人们探索了各种各样的方法。传统的低通去噪滤波方法有：均值滤波、维那线性滤波、中值滤波等；此外还有基于排序量，马尔可夫场模型，偏微分方程和Lp正则化，小波变换等的去噪算法。这些方法都是滤除图像的高频成分，虽然能够达到降噪的目的，但也不同程度上破坏了图像细节。

稀疏编码是一种有效的信息表征方法，它是近年来，人们通过研究自然图像统计属性和神经系统功能之间的关系，发现的一种神经元表示的有效编码。这种编码的具有与大脑初始皮层的神经元对外部视觉信号的响应相似的特点，并且逐渐被应用到图像处理领域。

经对现有技术文献检索发现，0lshausen等在“nature”(《自然》)1996年第381期第217-218页上发表的“Emergence of simple-cell receptivefield properties by learning a sparse code for natural images”(《从自然图像的稀疏编码中学习得到简单细胞感受野性质》)，该文提出通过以自然图像的小块作为训练输入，采用稀疏编码为准则，训练得到的基函数图像具有与大脑初始皮层的简单细胞感受野相类似的性质。其不足在于，该方法仅考虑了视神经元表示的稀疏性，并未考虑其拓扑性和超完备性，使得该方法与实际的简单细胞对视觉信号响应有很大差异。

发明内容

本发明的目的在于针对现有技术的不足，提供一种利用超完备拓扑稀疏编码有效去除图像噪声的方法，在去除图像噪声的同时可以尽可能的保留原始图像的细节。本发明采用超完备拓扑稀疏编码，利用这种编码方式对原始图像进行重新编码再重构原图像进而起到去除图像噪声的目的，在有效去除噪声的同时能够尽量不丢失原图像信息。

本发明是通过如下技术方案实现的，本发明包括如下步骤：

第一步，从一组自然图像中随机抽取n×n的自然图像小块m个，并将每个n×n的图像小块向量化。这样得到m个n²维的列向量x_i(i＝1，2…m)。参数n控制图像小块的大小，取值为大于3的自然数，参数m为用于训练的样本个数，取值为大于n×n的自然数。

第二步，通过极小化代价函数的方法，分解第一步中的列向量，从而得到混合矩阵A和编码系数S，代价函数由误差项和惩罚项组成，误差项控制编码后的误差尽量小，惩罚项控制编码系数的稀疏性和基函数的拓扑性；混合矩阵A的每一列代表一个基函数，它是所有基函数排列成的矩阵；编码系数S是对输入的样本图像的重新编码，通过编码系数对基函数进行线性组合能恢复出样本图像，极小化过程采用交替优化的迭代算法来实现。