1.一种基于纯四元数字典学习的彩色图像去噪方法,其特征在于,包括如下步骤:步骤1:构建基于纯四元数的稀疏去噪模型;
步骤2:将已知清晰图像转化为纯四元数形式,并加上随机的噪声,得到噪声图像;用噪声图像训练所字典;
步骤3:将待去噪图像化为四元数形式,输入建立的稀疏去噪模型中,输出去噪图像。
2.根据权利要求1所述的一种基于纯四元数字典学习的彩色图像去噪方法,其特征在于,步骤1中所述稀疏去噪模型为:其中, 是清晰图像X0的四元数形式;为 加上随机的高斯白噪声得到的噪声图像;
是 的估计;大小为n×K的字典 是最优字典D的估计;这个最优字典包含噪声图像块的最稀疏代表元;指标[i,j]表示图像块的位置,因此大小为n×N的Rij是从图像 中提取与[i,j]相应的 图像块的算子;大小为K×1的向量 是每个图像块的系数向量。
3.根据权利要求2所述的一种基于纯四元数字典学习的彩色图像去噪方法,其特征在于,步骤2的具体步骤包括:步骤2.1:将清晰原图X0,转化为四元数形式 加上随机的高斯白噪声 得到噪声图像 初始稀疏矩阵步骤2.2:从 随机取K个列向量{d1,d2,…dk}作为初始字典的原子,得到初始字典 令j=0,重复下面Step 2.3-2.4直到达到指定的迭代步数或者收敛到指定的误差;
步骤2.3:稀疏编码:
①将噪声图像 转化成四元数矩阵的形式;
②利用OMP算法计算每个 的稀疏代表向量
步骤2.4:字典更新:逐列更新字典 j=j+1。
4.根据权利要求3所述的一种基于纯四元数字典学习的彩色图像去噪方法,其特征在于,步骤2.4用K-QSVD迭代训练出字典 和 的步骤如下:固定 得到:
5.根据权利要求3所述的一种基于纯四元数字典学习的彩色图像去噪方法,其特征在于,步骤2.3用OMP算法求出系数向量 和 的步骤包括:固定 有:
将上式分为两个子问题进行求解: