[发明专利]一种自适应非局部总变分的图像去噪方法

权利要求书

1.一种自适应非局部总变分的图像去噪方法，包括以下步骤:

(1)构建NA-NLTV模型：

其中，Ω表示恢复图像u或含噪图像u₀的整个图像区域，变量x表示图像中的一个像素点，是正则项，保真项，λ₁(x)为根据含噪图像u₀计算得到的自适应平衡函数，用来调节NA-NLTV模型中正则项与保真项之间的平衡关系，具体为：

其中，变量y、x表示图像的像素点，θ₁为函数λ₁(x)的值域范围参数，λ₁(x)∈(0,θ₁)；Ω₁是以含噪图像u₀中的点x∈Ω为中心的大小为s₁×s₁的区域，ω₁(x,y)为含噪图像u₀中的像素点x与像素点y间的非局部像素相似度权重；

式(1)中的正则项具体为：

式(3)中的u(y)、u(x)分别表示图像u在像素点y、x处的灰度值；

(2)利用构建NA-NLTV模型对输入的含噪图像u₀进行第一次去噪，即求解NA-NLTV模型，输出恢复图像u₁。

2.如权利要求1所述的自适应非局部总变分的图像去噪方法，其特征在于，含噪图像u₀中的非局部像素相似性权重ω₁(x,y)具体为：

其中，x和y表示图像中的二个像素点，变量x表示当前像素点，变量y表示以x为中心、大小为s₁×s₁的搜索窗口内的一点，ω₁(x,y)是图像u₀中的两个像素点x和y间的非局部像素相似度权重，表示含噪图像u₀中以x为中心、大小为n₁×n₁的图像块和以y为中心、大小为n₁×n₁的图像块之间的高斯加权距离，表示求和范围是以x或y为中心的n₁×n₁邻域内的每一像素点，共n₁×n₁项，是标准差为σ₁的高斯核，h₁是权重函数ω₁(x,y)的常数参数。

3.如权利要求1所述的自适应非局部总变分的图像去噪方法，其特征在于，在获得恢复图像u₁后，计算u₁中的两个像素点x和y的新的非局部像素相似度权重ω₂(x,y)，并且基于ω₂(x,y)再次建立含噪图像u₀的NA-NLTV模型，利用再次建立的NA-NLTV模型对含噪图像u₀进行第二次去噪，输出最终恢复图像u₂.。