[发明专利]一种基于正则图拉普拉斯变换的视觉降噪处理方法

权利要求书

1.一种基于正则图拉普拉斯变换的视觉降噪处理方法，其特征在于，包括如下步骤：

S1、获取待处理图像；

S2、对待处理图像进行采样获取多个待处理图像块，构建待处理图像块矩阵；

S3、构建待处理图像块矩阵对应的拉普拉斯矩阵；

S4、基于拉普拉斯矩阵构建正则图稀疏编码降噪模型；

S5、更新正则图稀疏编码降噪模型中的字典及稀疏系数；

S6、基于更新后的正则图稀疏编码降噪模型对待处理图像块矩阵进行处理，得到去噪图像块矩阵；

S7、以去噪图像块覆盖待处理图像中对应的待处理图像块，计算取代过程中每个像素点覆盖的去噪图像块的个数；

S8、基于权值、对应去噪图像块的像素值及每个像素点覆盖的去噪图像块的个数，对每个像素点进行加权计算得到每个像素点的像素值，生成去噪图像。

2.如权利要求1所述的基于正则图拉普拉斯变换的视觉降噪处理方法，其特征在于，步骤S2中：

对待处理图像进行采样，得到N个尺寸为M₁×M₂的待处理图像块，记录每个待处理图像块的位置，对第i个图像块B_i按列进行堆砌，得到(M₁M₂)×1的列向量y_i，构建待处理图像块矩阵Y，Y＝[y₁,y₂,y₃,…,y_N]。

3.如权利要求2所述的基于正则图拉普拉斯变换的视觉降噪处理方法，其特征在于，步骤S3中：

基于待处理图像块矩阵Y中列向量之间的关系建立对应的拉普拉斯矩阵L，并计算拉普拉斯矩阵L中的特征向量

4.如权利要求3所述的基于正则图拉普拉斯变换的视觉降噪处理方法，其特征在于，步骤S4中，正则图稀疏编码降噪模型表示为：

式中，b表示待处理图像，α_i表示第i个待处理图像块的稀疏系数，Γ表示正则图稀疏表达系数，D表示字典，η表示字典稀疏表达系数；

为去噪图像块矩阵，为第i个去噪图像块，为处理图像块的稀疏系数矩阵，C为乘法矩阵，C＝(u₁,u₁,…,u_M)(u₁,u₁,…,u_M)^T，M＜N。

5.如权利要求4所述的基于正则图拉普拉斯变换的视觉降噪处理方法，其特征在于，步骤S5中，基于伯格曼迭代算法更新正则图稀疏编码降噪模型中的字典，基于软阈值迭代更新正则图稀疏编码降噪模型中的稀疏系数。

6.如权利要求5所述的基于正则图拉普拉斯变换的视觉降噪处理方法，其特征在于，步骤6及步骤S8中：

式中，表示坐标为p,q的像素点加权计算后的像素值，表示坐标为p,q的像素点加权计算前的像素值，β表示拉普拉斯权值，w_p,q表示坐标为p,q的像素点覆盖的去噪图像块的个数。