申请/专利权人：重庆大学

申请日：2024-04-08

公开（公告）日：2024-06-14

公开（公告）号：CN118195946A

主分类号：G06T5/70

分类号：G06T5/70

优先权：

专利状态码：在审-公开

法律状态：2024.06.14#公开

摘要：本发明公开了一种基于奇异值残差约束的JPEG图像去块效应方法。属于数字图像处理技术领域。该方法首先从含有脉冲噪声的JPEG图像中提取目标图像块，在目标图像块所处的区域寻找相似图像块构建起结构组。由于结构组去噪后的矩阵奇异值与相似图像块加权平均后估计出近似结构组的矩阵奇异值之间的差的绝对值近似服从拉普拉斯分布，对奇异值差的绝对值进行最大后验估计并建立起待估计量的优化模型。针对奇异值残差约束的图像去块效应统一模型，采用交替方向迭代法求解该模型，在含有脉冲噪声的JPEG图像去块效应过程中持续更新各优化变量，最终重构出图像在去除块状伪影的同时有效消除了图像中的脉冲噪声，因此可用于含有脉冲噪声的JPEG图像去块效应。

主权项：1.一种基于奇异值残差约束的JPEG图像去块效应方法，包括以下步骤：1输入一幅含有脉冲噪声的JPEG图像y，在预去块效应图像中等间距的选取K个像素点，将每个选取的像素点坐标作为目标图像块的顶点坐标共提取K个目标图像块，以每个目标图像块顶点坐标为中心在其四周一定范围内划分矩形区域为该目标图像块的所在区域，在每个区域内利用滑动窗口提取该区域的全部图像块，然后选取该区域内与目标图像块最相似的m个图像块构成集合称为结构组；2根据最大后验概率估计准则得到优化模型 其中x是进行JPEG压缩前的干净图像，s是脉冲噪声,ζe表示JPEG压缩图像的量化噪声近似的高斯噪声的标准差，N是输入图像y中像素的个数，γ是近似服从高斯分布的标准差，表示针对第k目标图像块所提取的相似图像块构成的第k个结构组，Rk,1x是一个列向量表示矩阵的第1列，Rk,2x是一个列向量表示矩阵的第2列，Rk,mx是一个列向量表示矩阵的第m列，m是第k个结构组的总列数，Xk是一个矩阵表示第k个结构组去除块状伪影以及脉冲噪声后的图像块集合，是矩阵的Frobenius范数的平方，是向量s的2范数的平方，β是一个标量表示脉冲噪声s服从的高斯分布的标准差，σk由矩阵Xk的全部奇异值组成的向量，矩阵Bk中的第i列是由图像块Rk,ix为目标图像块寻找到的相似图像块加权平均得到的，μk是由矩阵Bk的全部奇异值组成的向量，||σk-μk||1是向量σk-μk的1范数，λ是一个标量表示σk-μk服从的拉普拉斯分布的尺度参数；3根据步骤2中的数学模型以及Py|x,s,ζe近似为高斯分布，第k个结构组Xk的奇异值服从近似拉普拉斯分布，Ps近似为高斯分布，建立含有脉冲噪声的JPEG图像去块效应模型： 其中μ是保真度参数且其值为利用交替方向迭代法对含有脉冲噪声的JPEG图像去块效应模型进行求解，并且在每次迭代的过程中更新矩阵Bk。

全文数据：

权利要求：

百度查询： 重庆大学 一种基于奇异值残差约束的JPEG图像去块效应方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD