The present invention provides a method and system for denoising of vehicle image based on adaptive diffusion filter, including the vehicle image denoising method: step one: input image noise, the noise of image boundary extension; step two: the selected filter group, construct the diffusion flux function; step three: explicit forward difference cyclic iteration is carried out based on image adaptive diffusion; step four: cut to denoise image boundary, get the same size of the image and the original input noise image denoising. The beneficial effect of the invention is: using the diffusion flux function improved, the forward / backward diffusion behavior can lead to adaptive, so it can protect the smooth region of image filtering and edge and texture information and enhanced structure.
【技术实现步骤摘要】
本专利技术涉及图像处理
,尤其涉及基于自适应扩散滤波的车载图像去噪方法及系统。
技术介绍
随着人们安全意识的增强,以及对驾乘舒适度要求的提高,高级驾驶辅助系统(AdvancedDriverAssistanceSystem,ADAS)在近几年出现了大幅增长。在各种系统中,以影像为基础的辅助驾驶系统市占率最高。其主要原因为是成本低廉,且可与行车记录器结合使用,并能将侦测的结果以视觉影像的方式呈现给驾驶人,因而广受欢迎。然而,车载影像的采集过程往往会受到噪声的干扰(如光光照条件差),从而使得车载图像的质量大为下降。图像噪声除了影响视觉感受,更加严重的是影响后续更高层次的图像分析任务,如行人、车道检测,目标分割等。为了保证基于视觉的辅助驾驶系统的可视度和可靠性,找到一种可行的车载图像去噪方法,对辅助驾驶系统图像进行增强处理具有重要的意义。现有的图像去噪方法包括空间域滤波(如中值滤波、双边滤波、非局部均值滤波等)、频率域滤波(如傅里叶变换、小波变换等)、基于稀疏表示的去噪方法(如K-SVD等)以及基于各项异性扩散的去噪方法(如P-M模型等)。其中空间域滤波方法一般较为简单,因而效果略差。近期[S.Gu,L.Zhang,W.Zuo,andX.Feng,“WeightedNuclearNormMinimizationwithApplicationtoImageDenoising,”InCVPR2014]提出了一种改进的非局部滤波方法-WNNM。其利用图像非局部相似性和矩阵秩最小化,获得了一流的去噪效果,但是时间复杂度相对较高。频域滤波在滤除高频噪声的同时,对具有 ...
【技术保护点】
一种基于自适应扩散滤波的车载图像去噪方法,其特征在于,包括如下步骤:步骤一:输入噪声图像,对噪声图像的边界进行延拓;步骤二:选定滤波器组,构造扩散通量函数;步骤三:基于显式前向差分进行循环迭代,图像自适应扩散开始;步骤四:对去噪图像边界进行裁剪,得到和原始输入噪声图像尺寸相同的去噪图像。
【技术特征摘要】
1.一种基于自适应扩散滤波的车载图像去噪方法,其特征在于,包括如下步骤:步骤一:输入噪声图像,对噪声图像的边界进行延拓;步骤二:选定滤波器组,构造扩散通量函数;步骤三:基于显式前向差分进行循环迭代,图像自适应扩散开始;步骤四:对去噪图像边界进行裁剪,得到...
【专利技术属性】
技术研发人员:刘鹏,
申请(专利权)人:开易深圳科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。