[发明专利]一种面向电力设备红外图像的混合噪声去除方法

权利要求书

1.一种面向电力设备红外图像的混合噪声去除方法，其特征在于，包括步骤：

S1)利用TWSC模型对含有混合噪声的电力设备红外图像进行初步去噪，滤除掉高斯噪声；

S2)采用SGTD模型对滤除掉高斯噪声的电力设备红外图像进行结构纹理分解，得到结构部分和纹理部分；

S3)采用中值滤波对纹理部分的剩余脉冲噪声进行滤除，在保护电力设备红外图像结构信息的同时实现混合噪声的去除；

S4)对去噪后的纹理分量和结构分量进行重构，得到去噪后的电力设备红外图像。

2.根据权利要求1所述的面向电力设备红外图像的混合噪声去除方法，其特征在于，步骤S1)所述TWSC模型在传统的稀疏编码模型的数据保真度术语Y-DC中引入两个权重矩阵W₁、W₂，以自适应地表征不同通道不同电力设备红外图像块中的噪声统计数据；在正则化术语中引入权重矩阵W₃，以更好地利用电力设备红外图像的稀疏先验；TWSC模型表示为：

其中：权重矩阵W₁、W₂、W₃均设置为对角矩阵；W₁矩阵具有三个块，块中相同的对角元素用于描述相对应的电力设备红外图像R通道、G通道、B通道所具有的噪声特性；W₂矩阵中的每一个对角元素用于描述局部电力设备红外图像块的噪声方差，即分别用W₁和W₂矩阵来规范残差矩阵Y-DC的行差异和列差异；矩阵W₃基于系数矩阵C的稀疏先验来设置每个对角元素。

3.根据权利要求1所述的面向电力设备红外图像的混合噪声去除方法，其特征在于，步骤S2)中所述SGTD模型包括数据保真度项、全变分正则化项以及SGTD正则化项三个组成部分：

式中：f为目标红外图像，x为结构分量，目标红外图像像素以n′n形式表示，i为红外图像某一像素点，f_i、x_i为f、x在i处分量，D_ix为一阶有限差分，μ、η分别为式中第一、二项的权重系数；

当权重η趋于0时，所述SGTD模型看作是加权的TV-L₁模型：

在上式形式下，模型看作是权重为w_i＝|f_i-x_i|的加权TV-L₁模型；

在权重为w_i＝|f_i-x_i|的加权TV-L₁模型基础上，引入增广的拉格朗日方法处理SGTD模型中的非线性问题。

4.根据权利要求3所述的面向电力设备红外图像的混合噪声去除方法，其特征在于，所述在权重为w_i＝|f_i-x_i|的加权TV-L₁模型基础上，在引入增广的拉格朗日方法处理SGTD模型中的非线性问题，具体包括：

对于模型：

s.t.y_i＝D_ix,i＝1,…,n²

z＝f-x

式中：y、z、y_i、z_i为求解过程的辅助变量，y_i∈R²，利用增广拉格朗日方法求解，令表达式为：

式中，λ₁、λ₂为拉格朗日乘子，T为转置，k代表迭代次数，β₁、β₂均为系数，分别设置为5和20；

通过不断迭代对y、z、x和λ依次进行更新，进而将非线性问题转化为一组易于求解的子问题。

5.根据权利要求1所述的面向电力设备红外图像的混合噪声去除方法，其特征在于，步骤S2)中所述结构部分包含电力设备红外图像中较平滑的成分和慢变部分，所述纹理部分包含电力设备红外图像的快变部分。

6.根据权利要求1所述的面向电力设备红外图像的混合噪声去除方法，其特征在于，步骤S3)中所述采用中值滤波对纹理部分的剩余脉冲噪声进行滤除，具体包括：

S301)选定窗口大小后，在电力设备红外图像中遍历模板，使模板中心和图中某个像素位置重合；

S302)选择模板对应的像素点的灰度值并将其按照升序排列；

S303)以中值替代模板中心对应的像素点，作为新的灰度值。