基于四元数非局部低秩和全变分的图像混合噪声去噪算法

许多彩色图像去噪算法没有充分利用图像块间和颜色分量间的相关性，在去噪时丢失大量细节，容易导致颜色失真，从而影响后续处理. 此外，真实的图像噪声通常是高斯-脉冲混合噪声而不是单一类型的，导致许多成熟的仅针对加性高斯噪声或脉冲噪声的去噪算法无法直接使用于真实场景. 为解决这些问题，本文提出了基于四元数非局部低秩和全变分的图像混合噪声去除算法. 该算法首先将彩色图像从空间域转换至四元数域，然后计算图像的非局部结构相似性和局部梯度，利用四元数域下的L1范数最小化模型，最终实现图像去噪. 与现有的彩色图像去噪算法相比，该算法能更有效地保留图像块间、块内以及颜色分量间的相关性. 去噪实验结果表明，本文算法在峰值信噪比和结构相似性上分别提高0.21~3.04 dB和1.51%~14.51%，并能在有效去噪和抑制伪影的同时，更好地保持图像细节和颜色信息，对噪声类型和强度变化更具鲁棒性.