【技术实现步骤摘要】
基于帧平均及权值调整二阶盲识别的泊松-高斯联合噪声图像序列分离降噪方法
本专利技术涉及一种图像降噪方法，具体涉及一种基于帧平均及权值调整二阶盲识别的泊松-高斯联合噪声图像序列分离降噪方法，属于泊松-高斯联合噪声图像降噪领域。
技术介绍
在人们日常的工作和生活中，信息的传递主要以声音、图像及视频等方式进行传递，相较于其他两种形式，图像传递具有更好的直观性和稳定性，同时图像也能够携带和存储更多的信息，因此时至今日，图像仍然是信息传递的重要方式。近年来，伴随着社会科技的不断发展，人们对于信息的获取速率有了更高的需求，对于图像质量的要求也日益提高，图像质量越高，就意味着所获取的有效信息就越多。目前，图像的获取方式主要是通过照相机或者扫描仪等具有光学传感器的设备对物体进行拍摄，从而得到一个用于储存物体信息的二维数组，该二维数组中的数值就称为图片的像素值。我们所见到的每一张图像在成像和传输的过程中都难以避免地会被各式各样的噪声所污染而产生失真的情况，对图像质量产生较大的影响。对于大部分的数字成像器件而言，其主要的...
【技术保护点】
1.一种基于帧平均及权值调整二阶盲识别的泊松-高斯联合噪声图像序列分离降噪方法，其特征在于，包括如下步骤：/nS1、获取包含N张含泊松-高斯联合噪声污染图像的噪声图像序列；/nS2、将噪声图像序列分为n组，采用帧平均法进行预处理、得到n张预处理图像，并以所获取的预处理图像组成新的图像序列、作为算法的观测信号；/nS3、对图像序列中的n张预处理图像进行中心化处理、得到去均值化的混合观测矩阵；/nS4、结合混合观测矩阵给出混合观测矩阵的非零时延协方差矩阵；/nS5、采用非线性最小二乘法寻找酉矩阵近似联合对角化协方差矩阵，得到权值矩阵V，最终输出分离得到的独立信号、即降噪后的图像。/n
【技术特征摘要】
1.一种基于帧平均及权值调整二阶盲识别的泊松-高斯联合噪声图像序列分离降噪方法，其特征在于，包括如下步骤：
S1、获取包含N张含泊松-高斯联合噪声污染图像的噪声图像序列；
S2、将噪声图像序列分为n组，采用帧平均法进行预处理、得到n张预处理图像，并以所获取的预处理图像组成新的图像序列、作为算法的观测信号；
S3、对图像序列中的n张预处理图像进行中心化处理、得到去均值化的混合观测矩阵；
S4、结合混合观测矩阵给出混合观测矩阵的非零时延协方差矩阵；
S5、采用非线性最小二乘法寻找酉矩阵近似联合对角化协方差矩阵，得到权值矩阵V，最终输出分离得到的独立信号、即降噪后的图像。
2.根据权利要求1所述的基于帧平均及权值调整二阶盲识别的泊松-高斯联合噪声图像序列分离降噪方法，其特征在于，所述S1包含如下步骤：使用成像设备在暗光条件下进行图像拍摄，图像拍摄过程中保证成像设备与成像目标二者位置的相对固定，得到N张相同成像条件下、大小相同、含泊松-高斯联合噪声污染的图像，并以此组成噪声图像序列。
3.根据权利要求2所述的基于帧平均及权值调整二阶盲识别的泊松-高斯联合噪声图像序列分离降噪方法，其特征在于，所述S2包含如下步骤：将初始含泊松-高斯联合噪声污染的噪声图像序列分为n组，使用多帧平均法进行降噪预处理，对每组图像序列分别加权求平均、得到n张预处理图像，并以所获取的预处理图像组成新的图像序列、作为算法的观测信号。
4.根据权利要求3所述的基于帧平均及权值调整二阶盲识别的泊松-高斯联合噪声图像序列分离降噪方法，其特征在于，所述S3包含如下步骤：对采用多帧平均法所获得的图像序列数据进行中心化处理并混合；...
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。