法律状态公告日
法律状态信息
法律状态
2018-02-09
专利权的转移 IPC(主分类):G06T5/00 登记生效日:20180119 变更前: 变更后: 申请日:20130717
专利申请权、专利权的转移
2015-12-02
授权
授权
2013-12-04
实质审查的生效 IPC(主分类):G06T5/00 申请日:20130717
实质审查的生效
2013-11-13
公开
公开
所属领域
本发明所提出的一种基于分数阶发展方程的纹理图像去噪滤波器是基于一 种特殊分数阶发展方程去噪算法来实现对纹理图像的分数阶、非线性、多尺度、 高精度去噪。本发明涉及的分数阶微积分的阶次v1、v2和v3不是传统的整数阶, 而是非整数阶,工程应用中一般取分数或有理小数,且v3≠1,2,3。见图1, 该滤波器是采用缓存器2、差值平方器一3、-v3次方幂方器4、乘法器一5、λn发生器11、发生器10、乘法器二8、乘法器三9和加法器一6以级联方 式构成的。该滤波器具有在去除纹理图像噪声的同时,既能尽量保留平滑区域中 的低频轮廓,同时又能非线性保留灰度值跃变幅度相对较大的高频边缘,而且 还能非线性保留灰度值跃变幅度变化相对不大的纹理细节的显著优点。该滤波 器特别适用于对富含复杂纹理细节特征的图像进行去噪的应用场合。本发明属 于应用数学、数字图像处理和数字电路交叉学科的技术领域。
背景技术
数字图像处理理论主要包括三大类方法:随机建模、小波理论和偏微分方 程方法。其中,基于偏微分方程的图像处理属于数学分析中重要的一部分,是 图像处理领域中的一个重要分支。偏微分方程方法它与物理世界紧密联系在一 起。著名的波动方程和热传导方程都属于整数阶偏微分方程,还有Euler方程、 Poisson方程和Laplace方程等。物理学中的整数阶偏微分方程经常被应用到其 他领域,如生物、金融等,并已被应用到了数字图像处理领域。关于基于整数 阶偏微分方程的数字图像处理技术,一方面,该图像处理方法属于低层图像处 理的范畴,其处理结果通常被当作中间结果提供给其他图像处理方法进一步使 用;另一方面,随着该图像处理方法的深入研究,人们越来越深刻地挖掘图像 和图像处理的本质,并试图用严格的数学理论对现存的传统图像处理方法进行 改造,这对于以实用为主的传统图像处理方法是一种挑战。
目前,虽然偏微分方程已被应用到了数字图像处理领域,但是绝大多数相 关研究都还仅仅局限于整数阶偏微分方程的应用,然而对于分数阶偏微分方程 在数字图像处理领域中的应用在国内外都还研究甚少。整数阶偏微分方程本身 来自连续域,所以它本质上能描述的是模拟图像,一旦其解的存在性和唯一性 被证明了,我们就可以利用离散的数值方法对针对数字图像的整数阶偏微分方 程求取其数值解。因为基于整数阶偏微分方程的数字图像处理可以与一些物理 过程相联系,因此它们通常都用连续域进行描述。一般来说,整数阶偏微分方 程方法与通常的滤波方法相比计算量是比较大的:需要迭代求解或者是有限差 分所构造的方程组求解,整数阶偏微分方程类方法的主要优点为:第一,整数 阶偏微分方程和相应的曲线(曲面)流给出分析图像的连续模型,离散的滤波 表现为连续的微分算子,因而使得网格的划分、局部非线性分析易于实现。另 一方面,当图像表示为连续信号,整数阶偏微分方程可以被视为在微小子邻域 局部滤波的迭代,这种特性允许将已有的滤波方法进行合成与分类,并可形成 新的滤波方法。第二,利用整数阶偏微分方程处理数字图像易于直接掌握和处 理诸如梯度、切线、曲率以及水平集等视觉上重要的几何特征,还能有效地模 拟诸如线性和非线性扩散以及信息传递机制那样的视觉上有意义的动力学过 程。第三,整数阶偏微分方程领域的独特分析理论为研究更好的数字图像处理 算法与有意义的理论结果,如解的存在性、唯一性等,提供了可能。特别地, 最值得注意的优点在于整数阶偏微分方程方法能够获得较好的图像质量,并具 有一定的稳定性。灵活多样的数值方案为图像处理方程的数值计算提供了较大 的帮助。在数字图像处理领域比较有效的整数阶偏微分方程的引入可以追溯到 上世纪80年代末期,在90年代得到了很长足的发展。该研究可以追溯到Nagao、 Rudin等关于图像光滑和图像增强以及Koenderink对于图像结构的探索。多个经 典的整数阶偏微分方程被应用到了数字图像处理当中,例如热传导方程、薛定 谔方程、对流传导方程等。目前,基于整数阶偏微分方程的图像处理技术取得 了一些较好的应用,例如法国宇航局已经采用了AMSS方法作为对航拍图像进 行图像增强的标准方法。整数阶偏微分方程方法本身是物理学的内容,在数字 图像处理中最早应用的可能要算各向同性介质中的热传导方程。若把灰度图像 看成是一个各向同性介质中的温度场,那么这个温度场的热传导过程恰好对应 着图像的高斯平滑过程,高斯滤波器方差参数与传导时间有关。但是由于高斯 平滑是各向同性的,所以对于边缘的破坏作用很大,其应用也受到限制。1987 年,Kass等利用图像边缘所需要的内部外部约束定义了一个表征轮廓曲线优劣 的能量函数,其中内部约束主要考虑轮廓的光滑性和曲率,外部能量表示图像 边缘轮廓的吸引。通过优化(最小化)这个能量函数,初始给定的轮廓可以收 敛到邻近的图像边缘上。这种方法的物理意义明确,但是由于其考虑的对象(轮 廓)是[]2的一维目标(假设是二维图像中的轮廓,若考虑三维图像,如三维医 学图像,那么这个轮廓对应的是[]3中的一个二维曲面),它的描述方式和离散 化均受到了一定的限制,并且其描述方式直接限制了轮廓曲线的拓扑变化,如 分裂、合并等。1989年,Mumford和Shah提出了图像分割的变分模型。1992 年,Chan和Vese利用模式识别中的类内距离最小的思想构造了无边缘的活动轮 廓模型,之后Yezzi等同样利用类间距离最大的思想构造了一种新的活动轮廓模 型。1995年,Osher等提出用水平集去描述一个与曲率有关的波前传播过程。这 类方法的本质是将图像轮廓看成是一个二维函数的零水平集,那么通过研究这 个二维函数的变化行为,就可以知道轮廓的变化方式。同时由于这个被研究的 对象是一个二维函数,它在[]2中很容易描述和求解(相对于一维对象而言),并 且一维轮廓不是直接求解的对象,所以通过二维函数的变化,使得轮廓的分裂、 合并等拓扑变化的处理变得相对容易。自上世纪90年代后期起,整数阶偏微分 方程开始应用到数字图像修复,即填充数字图像中丢失的部分、或移除数字图 像中的障碍物等,以使得结果图像看起来像是真实的,它是图像编辑领域的一 个很难的任务。基于整数阶偏微分方程的图像修复有两大方向,UCLA的Chan 和Shen等利用能量优化来处理这个问题,主要是对结构图像边缘的一些性质(如 简单性、曲率小等)作假设,然后构造相应的能量函数来描述,通过整数阶变 分法来转化成整数阶偏微分方程进行求解;而以Bertalmio为代表的另一流派则 直接考虑图像中某些性质的扩散过程,直接给出整数阶偏微分方程进行演化求 偏微分方程解。这两类的方法都取得了较大的成功。另外在图像编辑领域, Poisson方程也在图像的无缝粘贴上占有主导地位。
在基于整数阶偏微分方程的图像处理中,图像去噪是其最重要的研究内容 之一。基于整数阶偏微分方程的图像去噪分为两类:基于非线性扩散的方法和 基于能量范函最小化的变分法。与之对应的两种基本模型是:由Perona和Malik 提出的各项异性扩散(PM)模型以及Rudin,Osher和Fatemi提出的全变分(ROF) 模型。PM模型使用热能的扩散过程来模拟图像的去噪过程,图像去噪的结果 就是热能扩散达到平衡时的状态。用全变分来描述上述热能,就是ROF模型。 在此基础之上,有学者分别将PM模型和ROF模型推广到彩色图像处理之中。 有学者研究了模型中的参数选择,以及如何计算迭代求解过程的最优停止点。 Rudin等人提出一种可变时间步长方法来解Euler-Lagrange方程。C.R.Vogel和 M.E.Oman用不动点迭代方法来提高ROF模型的稳定性。D.C.Dobson和C.R. Vogel修改全变分形式来保证ROF模型数值计算的收敛性。A.Chambolle提出一 种基于对偶公式的快速算法。J.Darbon和M.Sigelle利用水平集方法将原始问 题分解为相互独立的马尔科夫随机场的优化问题,通过重建得到全局最优解。 有学者提出一种迭代加权范数来求解全变分以提高计算效率。F.Catte等将原图 像先经过一次高斯平滑,使PM模型具有适定性。PM模型和ROF模型都具有 容易产生对比信息丢失,纹理信息丢失和阶梯效应等显著缺点。针对这些缺点, 人们提出了许多改进模型。为了保持对比信息和纹理信息,有学者使用L1范数 取代L2范数。S.Osher等提出一种迭代正则化方法。G.Gilboa,Y.Y.Zeevi和N. Sochen提出一种随空间变化的自适应数值保真项的方法。S.Esedoglu和S.Osher 提出一种保持特定边缘的方向信息;为了消除阶梯效应,P.Blomgren提出一种 全变分项随梯度变化的模型。有学者还将高阶导数引入能量范函中,或将高阶 导数和原始ROF模型进行结合,或提出两阶段去噪等改进方法。上述基于整数 阶偏微分方程的图像去噪改进方法,对于保持图像的对比信息和边缘信息,以 及消除阶梯效应取得了一定的效果。
然而不幸的是,当我们直接将传统的基于整数阶偏微分方程的图像去噪方 法应用于纹理图像去噪时,一般很难取得较好的处理效果。因为,一方面,传 统的基于整数阶偏微分方程的图像去噪方法在本质上是基于整数阶微积分运 算。它很难较好地处理一些非线性、非因果、非最小相位系统、非高斯、非平 稳、非整数维(分形)信号和非白色的加性噪声等。如果我们直接将基于整数 阶偏微分方程的图像去噪方法应用于纹理图像去噪时,会存在如下局限性:第 一,整数阶偏微分方程仅根据局部信息处理图像,因此不能保持周期性的纹理 特征,也不能恢复图像全局特征;第二,基于整数阶变分原理的整数阶偏微分 方程模型,通过优化能量泛函实现图像处理。能量泛函实现的是局部邻域内的 优化,因此处理后图像中存在块状效应;第三,仅包含前向或后向扩散的整数 阶偏微分方程处理能力有限,而双向扩散的方程在扩散过程中会出现两个方向 扩散信息抵消的现象,影响最终处理结果。另一方面,对于富含复杂纹理细节 信息的纹理图像而言,图像的纹理细节信息对其判读的准确性显得极具价值。 纹理图像去噪方法具有对比不变、纹理特征不变等特殊要求。由于常数或直流 分量的整数阶微分值为零,细微波动的交流分量的整数阶微分值经过特定阈值 限流后,其值亦为零,所以整数阶微分运算会对图像复杂纹理细节信息造成极 大损失。当传统的基于整数阶偏微分方程的图像去噪方法直接应用于纹理图像 去噪时,在低分辨率条件下,由于原始图像中的纹理细节信息本来就不够丰富 和清楚,其处理结果还能够被勉强接受;然而,当分辨率逐渐增大,其处理结 果图像中的复杂纹理细节信息将会被极大损失,致使我们很难对处理结果图像 的纹理细节进行准确判读。因此,对于富含复杂纹理细节信息的纹理图像去噪 而言,为了在去噪的同时更为有效地保持和利用复杂纹理细节信息,这就迫切 要求我们提出一类能够分数阶、非线性、多尺度地处理图像复杂纹理细节特征 的基于分数阶偏微分方程的纹理图像去噪方法。
发明内容
本发明所提出的一种基于分数阶发展方程的纹理图像去噪滤波器是基于一 种特殊分数阶发展方程去噪算法来实现对纹理图像的分数阶、非线性、多尺度、 高精度去噪。本发明涉及的分数阶微积分的阶次v1、v2和v3不是传统的整数阶, 而是非整数阶,工程应用中一般取分数或有理小数,且v3≠1,2,3。见图1, 该滤波器是采用缓存器2、差值平方器一3、-v3次方幂方器4、乘法器一5、λn 发生器11、发生器10、乘法器二8、乘法器三9和加法器一6以级联方 式构成的。该滤波器具有在去除纹理图像噪声的同时,既能尽量保留平滑区域中 的低频轮廓,同时又能非线性保留灰度值跃变幅度相对较大的高频边缘,而且 还能非线性保留灰度值跃变幅度变化相对不大的纹理细节的显著优点。该滤波 器特别适用于对富含复杂纹理细节特征的图像进行去噪的应用场合。
见图1,为了清楚说明本发明的一种基于分数阶发展方程的纹理图像去噪滤 波器的电路构成,有必要先对该基于分数阶偏微分方程的适于纹理图像去噪的 高精度滤波器的数学公式推导和数值运算规则进行如下简要说明:
众所周知,分形数学理论产生了测度观的转变,分形几何否定了牛顿一莱 布尼兹导数的存在性。以Hausdorff测度为基础的分形理论,虽然历经了90余 年的研究至今仍然还是一种很不完善的数学理论。Hausdorff测度下的微积分数 学理论的构造至今尚未能完成。目前发展比较成熟的是在欧氏测度下定义的分 数阶微积分,它在数学上要求必须使用欧氏测度。在欧氏测度下,分数阶微积 分最常用的是Grümwald-Letnikov定义和Riemann-Liouville定义两种。
Grümwald-Letnikov定义信号s(x)的v阶微积分为
本发明要构造适于纹理图像去噪的分数阶偏微分方程,就必须构造分数阶 Euler-Lagrange方程,而构造分数阶Green公式是构造分数阶Euler-Lagrange方 程的必要前提。因此,本发明必须首先将传统的整数阶Green公式推广到分数 阶,推导并构造分数阶Green公式。
见图2,本发明令Ω是以分段光滑曲线c为边界的平面单连通区域,可微积 函数P(x,y)和Q(x,y)在Ω和c上连续,并存在对x和y的分数阶连续偏导数;令D1表示1阶微分算子,Dv表示v阶分数阶微分算子,I1=D-1表示1阶积分算子, Iv=D-v表示v>0阶分数阶积分算子,表示在平面Ω上的v阶分数阶曲面积 分算子(将分数阶积分的Riemann-Liouville定义式从一维推广到二维),表示在曲线c的AC1B段上沿方向的v阶分数阶曲线积分算子,表示在闭 曲线c上沿逆时针方向的v阶分数阶闭曲线积分算子;令区域Ω的边界c是由两 曲线y=φ1(x),y=φ2(x),a≤x≤b或x=ψ1(y),x=ψ2(y),c≤y≤d所围成。
对于可微积函数P(x,y)而言,当
同理可得
基于上述推导所得的分数阶Green公式,本发明可以进一步推导针对二维 图像处理的分数阶泛Euler-Lagrange方程。
见图3,本发明令二维空间中的可微积数量函数为u(x,y)和可微积矢量函 数为v阶分数阶微分算子
由分数阶积分的Riemann-Liouville定义式可得
进一步地,如果是矢量函数的数量函数;是可微积矢量函数 的数量函数。同理,当时,本发明可 得
于是要使上式成立,当且仅当成立。即是与 相对应的分数阶Euler-Lagrange方程。
由于分数阶微积分对于所有的v均存在的原因,所以分数阶 Euler-Lagrange方程与分数阶面积分的积分阶次v2无关,因此本发明在下 面构造适于纹理图像去噪的分数阶偏微分方程模型的能量泛函时均不采用分数 阶面积分而只采用一阶面积分的形式。
如下所述,本发明采用一阶极值来构造基于分数阶全变差的能量泛函,从 而构造一种基于分数阶发展方程的纹理图像去噪滤波器。本发明令含有小参数 β的曲面族s+(β-1)ξ,当β=1时为v3阶极值曲面s。首先,本发明令
为了使上述分数阶发展方程去噪模型能够完全滤除在信号的甚低频和直流 部分残留的微弱噪声,本发明在数值迭代实现时,还需同时对信号的甚低频和 直流部分进行低通滤波。另外,上述分数阶发展方程去噪模型通过在分子中增 加以及在分母中增加Γ(3-v3)的形式较大增强了分数阶微 分阶次v3对去噪的非线性调节作用。另外,当v3=0时,上述分数阶发展方程去 噪模型即为传统的位势方程(椭圆型方程);当v3=1时,上述分数阶发展方程去 噪模型即为传统的热传导方程(抛物型方程);当v3=2时,上述分数阶发展方 程去噪模型即为传统的波动方程(双曲型方程);当0<v3<1时,上述分数阶发 展方程去噪模型即为传统的位势方程和传统的热传导方程之间的连续内插;当 1<v3<2时,上述分数阶发展方程去噪模型即为传统的热传导方程和波动方程之 间的连续内插。可见,在数学和物理意义上,上述分数阶发展方程去噪模型将 传统的基于偏微分方程的图像处理从基于传统的热传导方程的各向异性扩散的 普遍基本处理方法推广到了更广阔的领域。
进一步地,本发明需要数值实现上述一种基于分数阶发展方程的纹理图像 去噪滤波器的数学模型。第一,本发明需要数值实现二维数字图像在x轴和y 轴方向上的分数阶微分。对于分数阶微积分的Grümwald-Letnikov定义式,当N 足够的大时,可以去掉极限符号。为了提高收敛速度和收敛精度,本发明在 Grümwald-Letnikov定义式中引入信号s(x)在非节点处的信号值,即
基于上述对本发明所提出的一种基于分数阶发展方程的纹理图像去噪滤波 器的数学公式推导和数值运算规则的简要说明,下面具体说明该滤波器的电路 构成:
见图1,本发明所提出的一种基于分数阶发展方程的纹理图像去噪滤波器是 基于一种特殊分数阶发展方程去噪算法来实现对纹理图像的分数阶、非线性、 多尺度、高精度去噪。本发明涉及的分数阶微积分的阶次v1、v2和v3不是传统的 整数阶,而是非整数阶,工程应用中一般取分数或有理小数,且v3≠1,2,3。 见图1,该滤波器是采用缓存器2、差值平方器一3、-v3次方幂方器4、乘法器 一5、λn发生器11、发生器10、乘法器二8、乘法器三9和加法器一6以 级联方式构成的。该滤波器具有在去除纹理图像噪声的同时,既能尽量保留平滑 区域中的低频轮廓,同时又能非线性保留灰度值跃变幅度相对较大的高频边缘, 而且还能非线性保留灰度值跃变幅度变化相对不大的纹理细节的显著优点。该 滤波器特别适用于对富含复杂纹理细节特征的图像进行去噪的应用场合。
见图1,1是本发明的一种基于分数阶发展方程的纹理图像去噪滤波器的输 入点,即第n次迭代的数字图像的输入点。缓存器2所起的作用是将本发明 的一种基于分数阶发展方程的纹理图像去噪滤波器的输出图像进行两个单 位迭代时间的缓存,从而得到第n-1次迭代的数字图像差值平方器一3 的E输入点是E点是权值的输入点。差值平方器一3完成的计算是 -v3次方幂方器4完成的计算是乘法器一5的F输入 点是权值的输入点。乘法器一5完成的计算是
见图4,发生器10完成的计算是
见图5,微分器20完成的计算是在x轴方向上的v1阶分数阶微分。微分器21完成的计算是在x轴方向上和y轴方向上同时进行v1阶分数阶微分。 微分器22完成的计算是在y轴方向上的v1阶分数阶微分。v2-2k-2幂方 器23完成的计算是乘法器七24完成的计算是 乘法器八25完成的计算是微分器 26完成的计算是在x轴方向上的1阶微分。微分器27完成的计算是在y轴 方向上的1阶微分。加法器二28完成的计算是
见图6,差值平方器三33的M输入点是权值的输入点,即第0次迭代 的原始数字图像的输入点。差值平方器三33完成的计算是加法器二34完成的计算是发生器的输出点35完成的功能 是输出值。
下面结合附图和实例详细说明本发明的一种基于分数阶发展方程的纹理图 像去噪滤波器的新方案:
附图说明
图1是本发明的一种基于分数阶发展方程的纹理图像去噪滤波器的示意图。
图2是单连通区域Ω及其光滑边界曲线C的示意图。
图3是二维单连通图像区域Ω及其分段光滑边界曲线C的示意图。
图4是λn发生器的示意图。
图5是发生器的示意图。
图6是发生器的示意图。
其中,1是本发明的一种基于分数阶发展方程的纹理图像去噪滤波器的输入 点,即第n次迭代的数字图像的输入点;2是缓存器;3是差值平方器一;4 是-v3次方幂方器;5是乘法器一;6是加法器一;7是本发明的一种基于分数阶 发展方程的纹理图像去噪滤波器的输出点,即第n+1次迭代的数字图像的 输出点;8是乘法器二;9是乘法器三;10是发生器;11是λn发生器; 12是差值平方器二;13是发生器;14是乘法器四;15是乘法器五;16是加法器一;17是除法器;18是乘法器六;19是λn发生器的输出点,即λn的输 出点;20是微分器;21是微分器;22是微分器;23是v2-2k-2幂 方器;24是乘法器七;25是乘法器八;26是微分器;27是微分器;28 是加法器二;29是发生器的输出点,即的输出点;30是乘法器十; 31是加法器;32是乘法器九;33是差值平方器三;34是加法器二; 35是发生器的输出点,即的输出点。另外,3、12和33是功能和参数 相同的差值平方器;5、8、9、14、15、18、24、25、30和32是功能和参数相 同的乘法器;6和28是功能和参数相同的加法器;16和34是功能和参数相同 的加法器。
其中,A点是分段光滑曲线C上一任意点;B点是分段光滑曲线C上一任 意点;C是分段光滑曲线;C1点是分段光滑曲线C上一任意点;C2点是分段光 滑曲线C上一任意点;a点是A点在x轴上的投影点;b点是B点在x轴上的 投影点;c点是C1点在y轴上的投影点;d点是C2点在y轴上的投影点;Ω是 以分段光滑曲线c为边界的平面单连通区域;E点是权值的输入点;F点是 权值的输入点;G点是权值的输入点;H点是权值的输入点;I点是差值平方器二的权值的输入点;J点是权值 Γ(1-v3)Γ(2-v3)的输入点;K点是权值
具体实施方式
现举例介绍如下:
见图1、图4、图5和图6,在工程实际应用中,本发明的一种基于分数阶 发展方程的纹理图像去噪滤波器涉及的分数阶微积分的阶次v1、v2和v3不是传统 的整数阶,而是非整数阶,一般取分数或有理小数。另外,由上述说明可知 。如果本发明取阶次v1=2.25,v2=2.5,v3=0.25,取单位迭代 时间间隔Δt=0.01,方差初始值,取参数μ=0.005,于是本发明可 以得到本发明的一种基于分数阶发展方程的纹理图像去噪滤波器的具体电路参 数。见图1,乘法器一5的F输入点的输入权值为乘法器二8的G输入点是输入权值为
机译: 基于后期滤波的分数阶延迟滤波器的波束形成装置和方法
机译: 减少分数阶虚数的方法,分数阶N-PLL振荡器减少分数阶虚数的产生
机译: N阶分数阶锁相环,其操作方法以及具有该分数阶锁相环的装置