【技术实现步骤摘要】
一种基于Renyi熵的小波软阈值图像去噪方法
本专利技术涉及一种基于Renyi熵的小波软阈值图像去噪方法，属于图像去噪以及小波变换
技术介绍
光波在水中会由于吸收而快速衰减，因此传统的光学捕捉图像方法，在拍摄水底目标经常模糊不清。另一常用水下成像方法：声呐成像，由于在成像时分辨率低，噪声问题十分严重，导致水下目标识别困难。在众多去噪算法中，小波去噪算法可在有效去除噪声的同时保留边缘信息，去噪效果较好。小波变换广泛应用在图像去噪领域，小波阈值去噪的算法由于其用时短、效果佳的特性，得到全面而广泛的研究。使用小波变换进行去噪大致分为三种方法：模极大值去噪、阈值法去噪与相关性去噪。典型又性能优异的小波去噪方法有两种：1)基于中值滤波和小波滤波联合对于声呐图像去噪，2)基于HMT模型小波对声呐图像完成去噪过程。其中，小波变换中的离散小波变换由Mallat提出，其原理是通过小波母函数，构造各层滑动位置的小波函数，进一步将小波函数与待处理信号卷积，得到不同大小的窗口在位置上的滑动卷积结果。Renyi熵是测量信号信息的一种有效方法，香农熵是Renyi熵的特例。现有技术中...
【技术保护点】
1.一种基于Renyi熵的小波软阈值图像去噪方法，其特征在于：包括如下步骤：步骤1:将RGB彩色图像拆分为单一颜色的三幅子图像；步骤2:对步骤1输出的三幅子图像进行离散小波变换，输出第J层、第J‑1层以及第J‑2层高频系数，具体包括如下子步骤：步骤2.1)通过小波母函数，构造各尺度因子及滑动位置的小波函数；步骤2.2)将步骤2.1)生成的小波函数分别与步骤1输出的三幅子图像进行滑动卷积，即进行J层小波分解，得到各层图像中对应像素坐标的滑动卷积结果，得到多组在图像中对应像素坐标处各层小波系数；步骤2.3)将小波分解得到的系数排列为矩阵，具体为：按照第J层近似系数、第J层高频系...
【技术特征摘要】
1.一种基于Renyi熵的小波软阈值图像去噪方法，其特征在于：包括如下步骤：步骤1:将RGB彩色图像拆分为单一颜色的三幅子图像；步骤2:对步骤1输出的三幅子图像进行离散小波变换，输出第J层、第J-1层以及第J-2层高频系数，具体包括如下子步骤：步骤2.1)通过小波母函数，构造各尺度因子及滑动位置的小波函数；步骤2.2)将步骤2.1)生成的小波函数分别与步骤1输出的三幅子图像进行滑动卷积，即进行J层小波分解，得到各层图像中对应像素坐标的滑动卷积结果，得到多组在图像中对应像素坐标处各层小波系数；步骤2.3)将小波分解得到的系数排列为矩阵，具体为：按照第J层近似系数、第J层高频系数、第J-1层高频系数、第J-2层高频系数...第1层高频系数进行排列；其中，第J层高频系数，记为CJ，行数和列数分别为M/2J，N/2J；第J-1层高频系数，记为CJ-1，行数和列数分别为M/2J-1，N/2J-1；第J-2层高频系数，记为CJ-2，行数和列数分别为M/2J-2，N/2J-2；其中，每一层高频系数包含水平H、竖直V及对角线D三个方向分量，简称三方向分量；步骤3：对步骤2输出的第J层高频系数以小波系数值与邻域系数值均匀划分为若干个区间，分别作为横纵坐标构造四个划分区域，每次划分对应一对分割阈值，即区间边界，计算当前分割下小波系数及邻域系数的二维Renyi熵，遍历所有区间，找到使得二维Renyi熵值最大的划分，该二维Renyi熵值对应的区间边界为第J层最优分割阈值，具体包括如下子步骤：步骤3.1)计算第J层高频系数三方向分量上的k邻域系数矩阵以及步骤3.2)对第J层的三方向高频系数矩阵HJ，VJ，DJ进行求绝对值并取整，并求取整后最大值和步骤3.3)对第J层的三方向k邻域系数矩阵进行求绝对值并取整，并求取整后最大值和步骤3.4)以s＝{sH,sV,sD}为高频系数分割值、t＝{tH,tV,tD}为邻域系数分割值，构造以高频系数为横轴，邻域系数为纵轴的区域划分，每一次划分得到四个区域，按照先从左到右，再从上到下记为0区域、2区域、3区域以及1区域；分别将sH、sV以及sD平均划分出以及个区间段，再将tH、tV以及tD平均划分出以及个区间段；其中，sH的取值范围为1到sV的取值范围为1到sD的取值范围为1到tH的取值范围为1到tV的取值范围为1到tD的取值范围为1到步骤3.5)统计上述由横轴各区间段及纵轴各区间段所包含的系数的数量，并将其除以当前高频系数矩阵HJ，VJ，DJ内包含系数的总个数来计算各区间段的概率以及步骤3.6)根据步骤3.5)各段概率绘制高频系数值及邻域系数值的二维直方图，并根据步骤3.4)中的s＝{sH,sV,sD}及t＝{tH,tV,tD}，分别划分出取值均小于分割值{sH,tH}、{sV,tV}及{sD,tD}的系数概率以及取值大于分割值的系数概率以及其中，取值均小于等于分割值{sH,tH}、{sV,tV}及{sD,tD}的区域为0区域；其中，取值大于分割值{sH,tH}、{sV,tV}及{sD,tD}的区域为1区域；步骤3.7)初始化0区域的Renyi熵与1区域的Renyi熵并将高频系统的二维Renyi熵表示为分别记计算出的水平、垂直、对角方向二维Renyi熵其中，水平方向sH取值分别为垂直方向sV取值分别为对角方向sD取值分别为水平方向tH取值分别为垂直方向tV取值分别为对角方向tD取值分别为其中，第J层的Renyi熵通过公式(1)计算：其中，EJ为Renyi熵；q为Renyi熵指数，其取值范围为0.3到3；为第J层当前区域内的各个概率，0区域的系数概率以及1区域的系数概率以及步骤3.8)遍历步骤3.7)的分割阈值{sH,tH}、{sV,tV}及{sD,tD}分别计算并取计算出来的Renyi熵最大值，记为并分别记录以及所对应的sH、sV以及sD值，并分别记为分割阈值即分别第J层水平系数、垂直系数与对角系数的分割阈值，再取的中值，记为步骤4：对步骤2输出的第J-1层高频系数以小波系数值与邻域系数值均匀划分为若干个区间，分别作为横纵坐标构造四个划分区域，每次划分对应一对分割阈值，即区间边界，计算当前分割下小波系数及邻域系数的二维Renyi熵，遍历所有区间，找到使得二维Renyi熵值最大的划分，该二维Renyi熵值对应的区间边界为第J层最优分割阈值，具体包括如下子步骤：步骤4.1)计算第J-1层高频系数三方向分量上的k邻域系数矩阵其中，k的取值范围为大于等于3的奇数，优选的k为3；步骤4.2)对第J-1层的三方向高频系数矩阵HJ-1，VJ-1，DJ-1进行求绝对值并取整，并求取整后最大值步骤4.3)对第J-1层的三方向k邻域系数矩阵HJ-1，VJ-1，DJ-1进行求绝对值并取整，并求取整后最大值步骤4.4)以s＝{sH,sV,sD}为高频系数分割值、t＝{tH,tV,tD}为邻域系数分割值，构造以高频系数为横轴，邻域系数为纵轴的区域划分，每一次划分得到四个区域，按照先从左到右，再从上到下记为0区域、2区域、3区域以及1区域；分别将sH、sV以及sD平均划分出以及个区间段，再将tH、tV以及tD平均划分出以及个区间段；其中，sH的取值范围为1到sV的取值范围为1到sD的取值范围为1到tH的取值范围为1到tV的取值范围为1到tD的取值范围为1到步骤4.5)统计上述由横轴各区间段及纵轴各区间段所包含的系数的数量，并将其除以当前高频系数矩阵HJ-1，VJ-1，DJ-1内包含系数的总个数来计算各区间段的概率以及步骤4.6)根据步骤4.5)各段概率绘制高频系数值及邻域系数值的二维直方图，并根据步骤4.4)中的s＝{sH,sV,sD}及t＝{tH,tV,tD}，分别划分出取值均小于分割值{sH,tH}、{sV,tV}及{sD,tD}的系数概率以及取值大于分割值的系数概率以及其中，取值均小于等于分割值{sH,tH}、{sV,tV}及{sD,tD}的区域为0区域；其中，取值大于分割值{sH,tH}、{sV,tV}及{sD,tD}的区域为1区域；步骤4.7)初始化0区域的Renyi熵与1区域的Renyi熵并将高频系统的二维Renyi熵表示为分别记计算出的水平、垂直、对角方向二...
【专利技术属性】
技术研发人员：张延军，李慧琦，张超，赵宇娇，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11
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。