[发明专利]一种活性污泥微生物彩色显微图像去噪方法

说明书

本发明涉及显微图像去噪技术领域，具体涉及一种活性污泥微生物彩色显微图像去噪方法，首先建立去噪模型，在现有的WNNM方法的基础上，用伪范数来代替核范数，提出去噪模型，然后设计双边加权伪范数去噪算法，再设置权重矩阵W₁和W₂，最后对模型进行优化与求解；本发明在彩色图像去噪中，单独处理每个通道通常无法取得令人满意的去噪效果，并且容易产生伪影。针对彩色图像多通道特性，本文提出一种双边加权伪范数去噪方法，通过引入两个权重矩阵W₁和W₂，分别表示三个不同颜色通道以及不同图像斑块中噪声，自适应地处理RGB通道中的不同噪声，根据其不同的噪声标准偏差来平衡多通道，并解决不同通道之间的噪声差异，使得去噪效果更好。

技术领域

本发明涉及显微图像去噪技术领域，具体涉及一种活性污泥微生物彩色显微图像去噪方法。

背景技术

活性污泥微生物对判定污水处理质量具有重要指示性作用。而污泥微生物显微图像中的颜色、形状和细节纹理等特征对微生物目标自动检测与识别至关重要。污泥微生物显微图像，在采集和成像过程中，其噪声主要为加性噪声。图像去噪的目的是从噪声观测值y＝x+n中恢复干净的图像x，其中n是图像噪声。

当输入是有噪声的RGB彩色图像时，彩色图像的去噪通常主要有三种策略。第一种是对每个通道应用灰度图像去噪算法。然而，这样的解决方案并不能充分利用RGB信道之间的频谱相关性，去噪性能不太令人满意。第二种策略是将RGB图像转换成一个相关性较小的颜色空间，如YCbCr，并在变换后的空间的每个通道中执行去噪。这方面的一个代表性工作是CBM3D算法。然而，颜色变换会使噪声分布复杂化，并且颜色通道之间的相关性没有得到充分利用。第三种策略是同时对RGB信道进行联合去噪，以更好地利用频谱相关性。例如，来自RGB三个通道的图像块被连接成一个长向量来进行处理。

一般自然图像具有稀疏性、非局部、低秩性等特点，这些可以作为设计图像去噪方法的有用依据。基于图像稀疏性，典型去噪方法通过利用基于字典的图像稀疏表示构建去噪变分模型，将非局部相似先验与稀疏先验融合进变分模型的正则项中，然后通过求解变分模型得到去噪图像。基于图像非局部，代表去噪方法将无监督学习聚类应用于图像去噪，大幅度提高非局部均值在图像去噪中的运行效率，有效提高去噪效果。基于低秩性去噪，该算法对初始去噪的参考像素块在搜索区域寻找相似像素块,然后利用原始图像对应位置的相似块构成相似性矩阵,对相似性矩阵进行低秩矩阵分解,从而实现有效的分离噪声和信号,得到最终去噪的图像，该算法取得了较好的去噪效果。

此外，一幅清晰的自然图像其对应的数据矩阵往往是低秩或者近似低秩的，这是因为图像信息就有很大的相关性，但如果图像中引入噪声，会破坏原有数据的低秩性。低秩矩阵恢复是将被噪声污染的退化图像看作一组低维数据加上噪声形成的，因此要得到退化前图像的数据就可以通过低秩矩阵来逼近。然而，求解秩函数是NP hard问题，在实际问题中多将其松弛为核范数进行求解。奇异值阈值(SVT)方法使得标准核范数具有闭形式的解，但其常用的软阈值收缩并不是最优的去噪方法，容易出现图像过度平滑现象。在标准核范数基础上，又有人提出了加权标准核范数最小(WNNM)方法，该方法能够根据奇异值在图像中的实际意义，更好保留原始图像信息，但是WNNM算法需要手动设置权重，因此去噪不算太理想。基于非凸范数的低维图像去噪算法，在传统低秩去噪模型基础上，利用非凸函数对模型中的秩函数进行替换，取得了对秩函数更好近似效果，但该算法只针对灰度图像有效。

标准RGB彩色空间中的噪声可以近似建模为加性高斯白噪声，由于光学传感器特性和显微镜数码相机管线中板载处理机制，会对不同颜色通道产生不同噪声方差。如果在去噪过程中对这三个通道进行同等处理，则会出现假彩色和伪影，致使图像去噪问题变得更加复杂。如何解决彩色通道中不同的噪声特性，以及如何有效利用通道相关性是设计出良好的彩色图像去噪算法的关键。

基于此，本发明设计了一种活性污泥微生物彩色显微图像去噪方法，以解决上述问题。

发明内容