[发明专利]一种局部梯度增强的X射线图像去噪全变分方法

权利要求书

1.一种局部梯度增强的X射线图像去噪全变分方法，其特征在于，包括以下步骤：

获取球形栅阵列电路板X射线图像中结构和纹理区域内的局部梯度信息；

根据局部梯度信息，构建LGE纹理-结构感知器；

将LGE纹理-结构感知器输出的增强差异值用作全变分项的惩罚系数，设计局部梯度增强的全变分滤波器；

基于局部梯度增强的全变分滤波器，采用迭代重加权最小二乘法构建局部梯度增强全变分去噪模型；

局部梯度增强全变分去噪模型迭代求解X射线图像的结果图像梯度；

根据每次迭代后的结果图像梯度信息自适应设计局部梯度增强全变分去噪模型的正则项系数，得到X射线图像去噪全变分的最优化结果，输出去噪图像。

2.如权利要求1所述的一种局部梯度增强的X射线图像去噪全变分方法，其特征在于，所述根据局部梯度信息，构建LGE纹理-结构感知器，包括：

获取X射线图像中结构和纹理区域内的局部梯度信息，所述局部梯度信息包括梯度的局部均值LMG和梯度绝对值的局部均值LMAG；

利用指数函数构建LGE的纹理-结构感知器，增强梯度的局部均值和梯度绝对值的局部均值之间的差异，LGE的纹理-结构感知器的公式如下所示：

其中，当r∈(0,1)时，|G_m(p)|/G_a(p)值小处的S数值下降快；而当r＞1时|G_m(p)|/G_a(p)值小处的S数值下降慢，结构边界处获得最小的S数值。

3.如权利要求2所述的一种局部梯度增强的X射线图像去噪全变分方法，其特征在于，所述局部梯度增强的全变分滤波器表示为：

其中，下标字母x和y分别表示相应梯度横向和纵向两个方向的形式，为在像素点p处的全变分梯度值。

4.如权利要求1所述的一种局部梯度增强的X射线图像去噪全变分方法，其特征在于，所述根据每次迭代后的结果图像梯度信息自适应设计局部梯度增强全变分去噪模型的正则项系数，得到X射线图像去噪全变分的最优化结果，输出去噪图像的步骤，包括：

局部梯度增强全变分去噪模型迭代求解X射线图像的结果图像梯度；

根据每次迭代后结果图像梯度信息调整正则项系数λ；

将局部梯度增强全变分去噪模型的目标优化函数式转换为矩阵形式；

对矩阵求导数并将导数值设置为0，迭代结束后输出去噪图像。