段佳蕙+段新濤

摘要：該文針對(duì)合成圖像中含有部分噪聲和含有不同類(lèi)型和強(qiáng)度的噪聲問(wèn)題，提出了利用非零元個(gè)數(shù)約束的KSVD字典學(xué)習(xí)算法進(jìn)行降噪，實(shí)驗(yàn)結(jié)果表明，該方法能有效的降低不同類(lèi)型和強(qiáng)度的噪聲。

關(guān)鍵詞：合成圖像；圖像降噪；字典學(xué)習(xí)

中圖分類(lèi)號(hào)：TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-3044（2017）27-0197-02

數(shù)字圖像作為視覺(jué)信息的主要載體之一在當(dāng)今生活中無(wú)處不在。合成圖像指由若干圖像的部分內(nèi)容合成或拼接成一副新的圖像，使得新圖像的含義有一些有趣的新意。圖像處理軟件的強(qiáng)大功能，使得一般人員都能夠方便地自己制作合成圖像。由于圖像在獲取、傳輸、和后期處理中容易感染各種噪聲，從而使得來(lái)源不同的圖像構(gòu)成的合成圖像的不同區(qū)域很有不同類(lèi)型和強(qiáng)度的噪聲，影響合成圖像的視覺(jué)效果。一般的圖像降噪方法多是針對(duì)一整副圖像含有若干類(lèi)相同類(lèi)型的噪聲圖像，而針對(duì)一副圖像中同時(shí)含有多種類(lèi)型噪聲的圖像的圖像降噪方法研究較少，對(duì)此本文提出了一種基于非零元個(gè)數(shù)約束的KSVD字典學(xué)習(xí)算法的合成圖像降噪方法。

1 原理

其中，[Y]為含噪聲的合成圖像，[X]為不含噪聲的合成圖像，[n]為噪聲項(xiàng)，可以包含若干不同類(lèi)型的噪聲。在實(shí)際中，由于不含噪聲的合成圖像[X]和噪聲項(xiàng)[n]常常是未知的，尤其是噪聲項(xiàng)[n]可能包含不同類(lèi)型和強(qiáng)度的噪聲，因此僅憑一副含噪聲的合成圖像[Y]的情況下進(jìn)行降噪是一個(gè)挑戰(zhàn)。

2 實(shí)驗(yàn)結(jié)果與分析

在本實(shí)驗(yàn)中，我們分別對(duì)兩幅合成圖像進(jìn)行了降噪。圖1是一副合成圖像，沙發(fā)上的獅子是由另外一副圖像剪切過(guò)來(lái)的，獅子圖像含有標(biāo)準(zhǔn)差為10的高斯白噪聲，圖2為本方法降噪的結(jié)果。

由圖2 可觀察到，圖中的獅子上面的高斯噪聲有效的被降低，同時(shí)圖中的草地有一些模糊，這主要是由于降噪的同時(shí)，一些細(xì)節(jié)被模糊。

圖3為含有兩種類(lèi)型和不同強(qiáng)度含噪聲合成圖像，袋鼠育兒袋中的犀牛圖像含有標(biāo)準(zhǔn)差為5的高斯白噪聲，圖像的其他部分含有標(biāo)準(zhǔn)差為10的均勻分布的噪聲。圖4為圖3降噪后的結(jié)果。

由圖4可以觀察到，高斯分布的噪聲和均勻分布的噪聲這兩種不同分布的噪聲被有效的降低。

3 結(jié)論

本文利用非零元個(gè)數(shù)約束的KSVD字典學(xué)習(xí)算法對(duì)合成圖像進(jìn)行降噪，在合成圖像含有不同類(lèi)型和強(qiáng)度噪聲的情況下，對(duì)噪聲有效的去除，同時(shí)使得圖像的一些細(xì)節(jié)被模糊。在盡量保持圖像細(xì)節(jié)的前提下，更加有效的降噪是下一步的努力方向。

參考文獻(xiàn)：

[1] 吳昊，徐丹. 數(shù)字圖像合成技術(shù)綜述[J]. 中國(guó)圖象圖形學(xué)報(bào)，2012， 17（11）：1333-1346.

[2] M Elad ，M Aharon. Image denoising via sparse and redundant representation over learned dictionaries [J] . IEEE Trans on Image Processing ，2006 ，15 （12）：3736 - 3745.

[3] 段新濤，岳冬利.一種非零元個(gè)數(shù)約束的字典學(xué)習(xí)圖像去噪算法[J].計(jì)算機(jī)應(yīng)用研究，2011，28 （8）：3193-3197.endprint