彩色图像去噪方法、装置、计算机设备和存储介质与流程

本技术涉及图像处理，特别是涉及彩色图像去噪方法、装置、计算机设备和存储介质。

背景技术：

1、彩色图像是由多个颜色通道组成的图像。在常见的彩色图像中，通常使用了红色（r）、绿色（g）和蓝色（b）三个基本颜色通道。彩色图像去噪旨在减少或消除图像中的噪声，同时保持图像的细节和颜色信息。例如在彩色医疗图像中，有效去除噪声并保持原始图像细节对于诊疗判断具有积极意义。

2、传统技术中对彩色图像的去噪虽然具有一定效果，但是大多去噪方法只能处理部分加性噪声或乘性噪声，而对数字图像处理过程中产生的噪声（例如调整亮度、对比度、锐化时参数设置不当引起的噪声）、某些压缩算法在彩色图像处理中引入的噪声以及传输信道干扰等噪声无法进行有效的感知和去除，并且部分去噪方法在去噪时，可能会对比度进行调整，从而可能在某些低亮度环境下影响视觉判断。

技术实现思路

1、基于此，有必要针对上述传统技术中彩色图像去噪效果差的技术问题，提供一种能够有效去噪并且保留原始图像细节的彩色图像去噪方法、装置、计算机设备和存储介质。

2、第一方面，本技术提供一种彩色图像去噪方法。该方法包括：

3、获取待处理彩色图像，根据待处理彩色图像各像素点的通道分量构建四元数实表示；

4、根据四元数实表示的非线性映射和p范数欧式距离，构建基于广义非线性变分的彩色图像去噪模型；

5、基于增广拉格朗日乘子法对彩色图像去噪模型进行迭代求解，重复多次迭代求解直至待处理彩色图像的信噪比小于预设信噪比阈值，得到去噪后的彩色图像。

6、在其中一个实施例中，根据待处理彩色图像各像素点的通道分量构建四元数实表示，包括：

7、获取待处理彩色图像的高度和宽度，以及各像素点在各通道下的分量值；通道包括红、绿和蓝；

8、构建待处理彩色图像以各通道分量值的四元数矩阵；四元数矩阵的行数为待处理彩色图像的高度，四元数矩阵的列数为待处理彩色图像的宽度；

9、利用四元数保结构理论将四元数矩阵构建为四元数实表示形式。

10、在其中一个实施例中，根据四元数实表示的非线性映射和p范数欧式距离，构建基于广义非线性变分的彩色图像去噪模型，包括：

11、将四元数矩阵映射到高维四元数特征空间中，得到四元数实表示在非线性映射下的四元数映射表示；

12、基于各通道的分量值构建四元数实表示的p范数欧式距离，并构建彩色图像去噪模型的核函数、边缘权重系数和符号函数；

13、基于四元数映射表示、p范数欧式距离、核函数、边缘权重系数和符号函数构建彩色图像去噪模型。

14、在其中一个实施例中，基于增广拉格朗日乘子法对彩色图像去噪模型进行迭代求解，包括：

15、构建增广拉格朗日乘子式，按照参数类型将增广拉格朗日乘子式的参数划分为预设数量的组别；

16、确定增广拉格朗日乘子式的初始化参数，将各组别利用交替方向乘子法对彩色图像去噪模型进行迭代更新。

17、在其中一个实施例中，按照参数类型将增广拉格朗日乘子式的参数划分为预设数量的组别，包括：

18、将增广拉格朗日乘子式为第一组、第二组、第三组、第四组和第五组；

19、其中，第一组参数用于将彩色图像去噪模型的求解分为多个子问题；第二组参数用于获取待处理彩色图像的加性稀疏噪声；第三组参数用于保持待处理彩色图像的空间平滑性；第四组参数用于获取去噪后的彩色图像；第五组用于更新约束条件的惩罚参数。

20、在其中一个实施例中，将各组别利用交替方向乘子法对彩色图像去噪模型进行迭代更新，包括：

21、固定第二组参数、第三组参数、第四组和第五组参数，利用第一组参数对彩色图像去噪模型求解，得到第一局部解；

22、固定第一组参数、第三组参数、第四组参数和第五组参数，利用第二组参数对第一局部解求解，得到第二局部解；

23、固定第一组参数、第二组参数、第四组参数和第五组参数，利用第三组参数对第二局部解求解，得到第三局部解；

24、固定第一组参数、第二组参数、第三组参数和第五组参数，利用第四组参数对第二局部解求解，得到第四局部解；

25、固定第一组参数、第二组参数、第三组参数和第四组参数，利用第五组参数对第二局部解求解，得到第五局部解。

26、第二方面，本技术还提供一种彩色图像去噪装置。该装置包括：

27、四元数构建模块，用于获取待处理彩色图像，根据待处理彩色图像各像素点的通道分量构建四元数实表示；

28、模型构建模块，用于根据四元数实表示的非线性映射和p范数欧式距离，构建基于广义非线性变分的彩色图像去噪模型；

29、求解模块，用于基于增广拉格朗日乘子法对彩色图像去噪模型进行迭代求解，重复多次迭代求解直至待处理彩色图像的信噪比小于预设信噪比阈值，得到去噪后的彩色图像。

30、第三方面，本技术还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

31、获取待处理彩色图像，根据待处理彩色图像各像素点的通道分量构建四元数实表示；

32、根据四元数实表示的非线性映射和p范数欧式距离，构建基于广义非线性变分的彩色图像去噪模型；

33、基于增广拉格朗日乘子法对彩色图像去噪模型进行迭代求解，重复多次迭代求解直至待处理彩色图像的信噪比小于预设信噪比阈值，得到去噪后的彩色图像。

34、第四方面，本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

35、获取待处理彩色图像，根据待处理彩色图像各像素点的通道分量构建四元数实表示；

36、根据四元数实表示的非线性映射和p范数欧式距离，构建基于广义非线性变分的彩色图像去噪模型；

37、基于增广拉格朗日乘子法对彩色图像去噪模型进行迭代求解，重复多次迭代求解直至待处理彩色图像的信噪比小于预设信噪比阈值，得到去噪后的彩色图像。

38、第五方面，本技术还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

39、获取待处理彩色图像，根据待处理彩色图像各像素点的通道分量构建四元数实表示；

40、根据四元数实表示的非线性映射和p范数欧式距离，构建基于广义非线性变分的彩色图像去噪模型；

41、基于增广拉格朗日乘子法对彩色图像去噪模型进行迭代求解，重复多次迭代求解直至待处理彩色图像的信噪比小于预设信噪比阈值，得到去噪后的彩色图像。

42、上述彩色图像去噪方法、装置、计算机设备和存储介质中，利用四元数对彩色图像的红、绿、蓝三个信息进行表征, 构造出四元数实表示形式；然后基于四元数实表示得到四元数核协方差矩阵，利用四元数p范数欧氏距离构建四元数广义非线性变分优方法化模型；基于增广拉格朗日乘子法的四元数实表示解法解决了多类噪声影响图像中细节清晰度的问题，特别是对于医疗影像中血管等纹理的处理。通过调整可灵活的边缘权重系数和重新定义四元数的梯度，可以解决在医疗图像中存在的问题。相较于传统技术中可能会导致图像中的边缘过度模糊，使得局部细节难以清晰展现，且由于去噪后图像的对比度下降，细节可能不够突出，从而影响人眼对图像的感知和理解；此外，现有大去噪算法计算复杂度高且硬件成本昂贵；在视频数据中，帧与帧之间的信噪比浮动较大，导致图像质量的稳定性受到影响。本实施例提供的去噪方法在迭代求解的计算过程中，能够对前一迭代计算结果进行处理，解决了图像处理过程产生的噪声问题。