基于BEMD的区间阈值图像去噪方法技术

本发明专利技术基于BEMD的区间阈值图像去噪方法，是一种基于二维经验模式分解的区间阈值图像去噪算法。该方法利用图像的自相似性对待去噪图像进行边界延拓，有效抑制了BEMD算法存在的端部效应，使用BEMD算法对延拓图像进行多尺度分解得到一系列二维固有模态函数。接着对噪声占主要成分的BIMF分量进行区间阈值去噪，最后将各阶BIMF分量相加重构达到去噪的目的。实验表明，本发明专利技术方法的去噪效果优于现有BEMD去噪算法，与传统去噪算法相比也具有优势。

Interval threshold image denoising method based on BEMD

【技术实现步骤摘要】
基于BEMD的区间阈值图像去噪方法
本专利技术涉及图像去噪领域，特别是涉及基于BEMD的区间阈值图像去噪方法。
技术介绍
近代计算机技术的进步大大推动了图像处理技术的研究与发展，高质量、清晰的图像是图像处理领域研究分析的基础。而实际中，图像在形成、采集或传输过程中常因为自身或外界因素如器件、光照等受到一定程度的干扰。干扰产生的噪声会模糊甚至掩盖图像中待研究目标的边缘、纹理等特征，影响了图像原有信息的精准表达，降低处理结果的准确性。因此，如何从失真信号中有效的去除噪声恢复原始图像是数字图像处理中至关重要的一个预处理环节。图像作为二维随机信号，通常包含大量纹理信息，图像中沿着纹理垂直方向的像素通常具有突变的灰度值，这种突变使图像具有非平稳信号的特征。因此图像可以被看作是二维的非平稳信号，其去噪处理可通过扩展一维非平稳信号分析方法到二维实现。现有的针对非平稳信号的处理方法主要有短时傅里叶变换(ShortTimeFourierTranslation，STFT)、Gabor变换、Wigner-Ville分布和小波变换等。相比于傅里叶变换，以上非平稳信号处理方法对非平稳非线性信号的处理有了进步，本文档来自技高网...

【技术保护点】
1.基于BEMD的区间阈值图像去噪方法，其特征在于：(1)输入待去噪的图像信号；(2)对待去噪信号进行边界延拓，得到延拓后扩大的待处理图像；(3)对延拓后的待处理图像进行BEMD分解，按照频率由高到低的顺序得到一系列BIMF分量，并根据一定的规则将BIMF分量分为噪声占主导的BIMF分量以及图像信息占主导的BIMF分量；(4)对噪声占主要成分的BIMF分量进行区间阈值滤波，得到处理后的BIMF分量；(5)将处理后的BIMF分量与图像信息占主导的BIMF分量进行相加，重构得到最终的信号。

【技术特征摘要】
1.基于BEMD的区间阈值图像去噪方法，其特征在于：(1)输入待去噪的图像信号；(2)对待去噪信号进行边界延拓，得到延拓后扩大的待处理图像；(3)对延拓后的待处理图像进行BEMD分解，按照频率由高到低的顺序得到一系列BIMF分量，并根据一定的规则将BIMF分量分为噪声占主导的BIMF分量以及图像信息占主导的BIMF分量；(4)对噪声占主要成分的BIMF分量进行区间阈值滤波，得到处理后的BIMF分量；(5)将处理后的BIMF分量与图像信息占主导的BIMF分量进行相加，重构得到最终的信号。2.根据权利要求1所述的基于BEMD的区间阈值图像去噪方法，其特征在于：所述步骤(2)中对待去噪图像进行边界延拓，得到延拓后的图像，以抑制BEMD的端部效应，边界延拓的步骤为：利用图像的非局部自相似性来对边界进行延拓，假设图像大小为N×N，对其进行分块，每个小图像块的大小为M×M，对处于图像边缘的图像块blockedge，在一定大小的搜索窗内寻找其相似块，将相似块对应方向的相邻块作为延拓像素，对原图像边缘块进行扩展，其中相似性的判断准则是基于平均绝对值差。3.根据权利要求1所述的基于BEMD的区间阈值图像去噪方法，其特征在于：所述步骤(3)中将BEMD分解得到的BIMF分量分为噪声占主导成分的BIMF分量以及有效信号占主要成分的BIMF分量两大部分，其步骤为：步骤...

【专利技术属性】
技术研发人员：夏亦犁，廖婷婷，裴文江，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏,32