一种基于改进NLM算法的RFID标签图像去噪方法技术

本发明专利技术公开了一种基于改进NLM算法的RFID标签图像去噪方法，包括以下步骤：步骤1)：使用黄金分割法得到最优NLM核函数系数；步骤2)：将最优NLM核函数系数代入NLM核函数；步骤3)：输入RFID标签含噪图，并对RFID标签含噪图进行高斯卷积；步骤4)：对高斯卷积后的RFID标签含噪图像进行NLM算法处理，完成RFID标签图像去噪过程。本发明专利技术的图像去噪方法主要由黄金分割加速、系数优化和NLM算法处理三个部分组成，利用其对RFID标签图像进行处理，证明了算法对RFID标签去噪的有效性。标签去噪的有效性。标签去噪的有效性。

【技术实现步骤摘要】
一种基于改进NLM算法的RFID标签图像去噪方法


[0001]本专利技术涉及一种基于改进NLM算法的RFID标签图像去噪方法，属于光电检测与图像处理领域。

技术介绍

[0002]图像去噪作为最古老的图像处理技术之一一直以来都备受重视。随着人们生活水平的不断提高，对图像清晰度的要求也水涨船高，各种去噪算法相接出现，算法效果也是飞速提升。
[0003]目前，RFID技术作为应用于自动化和物联网感知层领域的核心技术，RFID标签的使用频段已经达到超高频，加之RFID标签使用数目也不断提高，标签之间的干扰日益严重。所以，如何避免干扰以提高多RFID标签系统性能成为了这项技术的核心课题。研究表明，一般RFID多标签系统的性能与其几何分布有很大的关系，而图像识别是获取RFID多标签几何分布的有效手段。因此，RFID图像去噪算法的改进对于RFID技术的进一步发展具有非常深刻的意义。
[0004]NLM算法的主要原理是，充分利用一幅图像上有着很多相似的纹理，在有噪声的区域，将相似的纹理区域来替换噪声区域，从而达到较好的去噪效果，并且不太多的损失本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于改进NLM算法的RFID标签图像去噪方法，其特征在于，包括以下步骤：步骤1)：使用黄金分割法得到最优NLM核函数系数；步骤2)：将最优NLM核函数系数代入NLM核函数；步骤3)：输入RFID标签含噪图，并对RFID标签含噪图进行高斯卷积；步骤4)：对高斯卷积后的RFID标签含噪图像进行NLM算法处理，完成RFID标签图像去噪过程。2.根据权利要求1所述一种基于改进NLM算法的RFID标签图像去噪方法，其特征在于，步骤1)所述NLM核函数为：其中ω(i,j)为某个像素点的权重；Z(i)为归一化系数，v
x
表示RFID标签含噪图像素矩阵中以x为中心、边长为d的领域窗口；v
y
表示RFID标签含噪图像素矩阵中以y为中心、边长为d的领域窗口；‖.‖2为欧式距离，即2范数；q为核函数系数。3.根据权利要求1所述一种基于改进NLM算法的RFID标签图像去噪方法，其特征在于，步骤1)所述黄金分割法步骤如下：步骤11)：设置搜索区间[a,b]和搜索宽度g；步骤12)：(1)若|b
‑
a|>g，令a
’
＝0.382*a，b
’
＝0.618*b；若f(a
’
)>f(b
’
)，b＝b
’
,更新搜索区间[a，b]；否则，a＝a
’
,更新搜索区间[a，b]；(2)若|b
‑
a|<g；若f(a)>f(b)，q＝a；否则，q＝b；步...

【专利技术属性】
技术研发人员：刘振鲁，俞晓磊，李琳，周善浩，赵志敏，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：