一种数据去噪的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及通信技术领域，尤其涉及一种基于交替方向乘子法（ADMM， alternatingdirectionmethodofmultipliers)的全变差数据去噪方法及装置。
【背景技术】
[0002] 目前，数据噪声是广泛存在的。例如，从SensorNetwork(传感器网络）中获取的 数据，往往因为传感器的采集精度，或者与数据采集设备的交互过程受到的外界干扰，所获 取的数据往往包含有不但不可用，而且会影响，甚至于误导数据分析过程的噪声数据。例 如，对于数字图像数据，噪声会造成图像模糊，影响图像质量。
[0003] -种常用的数据去噪的思路是引入基于数据内在结构的正则化项，并且，数 据噪声的强弱可以用全变差（TV，TotalVariation)的大小来反映。而现有技术中， Split-Bregman是一种灵活的算法，用于解决不可微凸最小化问题，对具有向量1-范数或 TV范数正则化的问题尤为高效。可用于处理高斯噪声，并可扩张到其他的噪声模型的降噪 处理中。
[0004]Split-Bregman算法中，全变差可以通过属性数据值的矢量大小加和近似的表 示：
【主权项】
1. 一种数据去噪的方法，其特征在于，包括： 将需要去噪的数据作为输入，代入携带有全变差TV范数的模型； 根据预置变量分解策略，将所述携带有全变差TV范数的模型进行变换； 基于交替方向乘子法ADMM算法，将变换后的模型进行重构转换； 迭代求解重构转换后的模型，得到去噪后的数据。
2. 根据权利要求1所述的方法，其特征在于，所述将需要去噪的数据作为输入，代入携 带有全变差TV范数的模型之前，包括： 将输入为矩阵表示的数据集转换为离散集表示； 将离散集表示的数据分解成若干个不存在交集的子集。
3. 根据权利要求2所述的方法，其特征在于，所述根据预置变量分解策略，将所述携带 有全变差TV范数的模型进行变换，包括： 将所述携带有全变差TV范数的模型中的TV范数项分解为若干项，其中，每一项中的每 个组成元素均不耦合于其所在所述子集中的其它组成元素； 将分解后的携带有全变差TV范数的模型进行变换。
4. 根据权利要求1至3任一项所述的方法，其特征在于，所述迭代求解重构转换后的模 型，得到去噪后的数据之前，包括： 将重构转换后的模型转换成相应的增广拉格朗日优化问题。
5. 根据权利要求4所述的方法，其特征在于，所述迭代求解重构转换后的模型，得到去 噪后的数据，包括： 迭代求解转换后的所述增广拉格朗日优化问题，获取到相对应的输出矩阵，对所述输 出矩阵进行格式转换，得到去噪后的数据。
6. 根据权利要求4所述的方法，其特征在于，所述迭代求解重构转换后的模型，得到去 噪后的数据，包括： 利用ADMM算法，迭代求解转换后的所述增广拉格朗日优化问题，并行求解出变量因子 以及相对应的输出矩阵； 对所述输出矩阵进行格式转换，得到去噪后的数据。
7. -种数据去噪的装置，其特征在于，包括： 输入模块，用于将需要去噪的数据作为输入，代入携带有全变差TV范数的模型； 变换模块，用于根据预置变量分解策略，将所述携带有全变差TV范数的模型进行变 换； 重构模块，用于基于交替方向乘子法ADMM算法，将变换后的模型进行重构转换； 迭代输出模块，用于迭代求解重构转换后的模型，得到去噪后的数据。
8. 根据权利要求7所述的装置，其特征在于，所述装置还包括： 分解模块，用于将输入为矩阵表示的数据集转换为离散集表示，将离散集表示的数据 分解成若干个不存在交集的子集。
9. 根据权利要求8所述的装置，其特征在于，所述变换模块具体用于： 将所述携带有全变差TV范数的模型中的TV范数项分解为若干项，其中，每一项中的每 个组成元素均不耦合于其所在所述子集中的其它组成元素；将分解后的携带有全变差TV 范数的模型进行变换。
10. 根据权利要求7至9任一项所述的装置，其特征在于，所述重构模块还用于： 将重构转换后的模型转换成相应的增广拉格朗日优化问题。
11. 根据权利要求10所述的装置，其特征在于，所述迭代输出模块具体用于： 迭代求解转换后的所述增广拉格朗日优化问题，获取到相对应的输出矩阵，对所述输 出矩阵进行格式转换，得到去噪后的数据。
12. 根据权利要求10所述的装置，其特征在于，所述迭代输出模块具体用于： 利用ADMM算法，迭代求解转换后的所述增广拉格朗日优化问题，并行求解出变量因子 以及相对应的输出矩阵；对所述输出矩阵进行格式转换，得到去噪后的数据。
【专利摘要】本发明实施例公开了一种数据去噪的方法及装置，用于对大规模的数据集进行去噪，提高降噪处理速率，并适用于流处理等对处理速度要求较高的应用场景。本发明实施例包括：将需要去噪的数据作为输入，代入携带有全变差TV范数的模型；根据预置变量分解策略，将所述携带有全变差TV范数的模型进行变换；基于交替方向乘子法ADMM算法，将变换后的模型进行重构转换；迭代求解重构转换后的模型，得到去噪后的数据。
【IPC分类】G06T5-00
【公开号】CN104809695
【申请号】CN201410037847
【发明人】刘义俊, 穆亚东, 范伟
【申请人】华为技术有限公司
【公开日】2015年7月29日
【申请日】2014年1月26日