[发明专利]一种基于自适应分块旋转滤波的图像去噪方法

权利要求书

1.一种基于自适应分块旋转滤波的图像去噪方法，其特征在于，采用自适应分块获得图像子块最佳的实际方向，根据所述实际方向对各个图像块采用旋转奇异值分解去噪，通过矩阵泛数意义下取能量最小自适应确定重构所需的奇异值个数，包括步骤如下：

(1)对含有高斯白噪声的图像进行粗分割，得到一级子块图像；

(2)对一级子块图像进行细分割，得到具有唯一主方向直线的二级子块图像；

(3)根据二级子块图像中的直线角度θ旋转每个二级子块图像至水平或竖直方向；

(4)对每个旋转后的二级子块图像进行奇异值分解，并使用奇异值分解的低秩逼近来获得每个去噪的二级子块图像；

(5)将去噪后的各个图像块进行重组得到最终的去噪图像；

所述步骤(1)中，具体包括如下步骤：

(101)利用Canny边缘检测算子和ZS细化检测含噪图像的边缘线条；

(102)利用霍夫变换与最小二乘法进行边缘线条的直线拟合；

所述步骤(2)中，具体包括如下步骤：

(201)设定拟合出的直线在二值图中的像素值，根据邻域像素值比较，检测一级子块图像中直线的端点和交叉点及其坐标；

(202)根据直线端点和交叉点的坐标，对一级子块图像进行进一步细分割，得到多个不同尺寸的二级图像子块；

(203)根据二级图像子块中直线端点和交叉点的坐标，计算出直线的长度和角度θ；

所述步骤(4)中，具体包括如下步骤：

(401)对每个旋转后的二级子块图像进行奇异值分解：

A＝USV^T (1)

式(1)中，为旋转后的图像块A的左奇异矩阵；为旋转后的图像块A的右奇异矩阵；为奇异值矩阵；b₁和b₂分别为图像块A尺寸大小的行列值；

(402)重构去噪图像

式(2)中，r为奇异值重构二级子块图像的秩,r≤R，λ_i为奇异值矩阵S中的第i个奇异值，u_i和v_i分别为左、右奇异值U和V的第i个向量；

(403)重构最小能量函数：

由式(3)得到能量最小的去噪图像

式(3)中α是对原能量函数所加的加权因子,且α∈(0,1)，取为0.5；

矩阵运算算子：

其中，a_ij和b_ij分别为矩阵[a_ij]和[b_ij]中的元素，用于计算式(2)，i和j分别为矩阵的行列值；

(404)将每个二级子块图像的近似值逆转θ度至对应的原噪声子块的原始方向；

(405)截取在原图像填充的部分，恢复出去噪的二级图像子块。