基于稀疏表示與非局部相似融合的圖像去噪算法

　針對受加性高斯白噪聲（ AWGN）與椒鹽噪聲（SPIN）以及隨機值沖擊噪聲（RVIN）組成的混合噪聲污染的圖像進行去噪的問題，提出一種在現(xiàn)有加權(quán)編碼算法的基礎(chǔ)上將圖像稀疏表示和非局部相似先驗融合的改進算法。首先，利用基于字典的圖像稀疏表示構(gòu)建去噪變分模型，對模型中的數(shù)據(jù)保真項設(shè)計一個權(quán)重因子來抑制沖擊噪聲的干擾；其次，利用非局部平均思想對混合噪聲圖像進行初始去噪，在得到的圖像中構(gòu)建掩膜矩陣將沖擊噪聲點排除進而求取非局部相似先驗知識；最后，將非局部相似先驗與稀疏先驗融合進變分模型的正則項中，求解變分模型得到最終去噪圖像。實驗結(jié)果表明，在不同的噪聲比率下，所提算法與模糊加權(quán)非局部平均算法相比，峰值信噪比（ PSNR）提高了1.7 dB，特征相似性指數(shù)（FSIM）提高了0.06；與加權(quán)編碼算法相比，PSNR提高了0.64 dB，F(xiàn)SIM提高了0. 03。該算法對于紋理較強的圖像可以顯著提升去噪效果，能有效地保留圖像的本真信息。