一种可应用于火灾探测的变换域邻域自适应图像降噪方法技术

本发明专利技术公开了一种可应用于火灾探测的变换域邻域自适应图像降噪方法，该方法首先对带噪红外火灾探测图像进行多尺度、多方向非采样Ｃｏｎｔｏｕｒｌｅｔ稀疏分解，根据分解后高频字图像服从拉普拉斯分布，采用贝叶斯估计方法估计全局最佳阈值。然后利用邻域统计特性修正全局阈值，得到高频字图像各像素点的自适应阈值，并对高频子图像进行阈值处理，去除子图像中的噪声成分。最后通过非采样Ｃｏｎｔｏｕｒｌｅｔ稀疏逆变换得到预降噪图像，达到图像降噪目的。本发明专利技术提供的方法能有效地降低红外火灾探测图像中的噪声水平，提高火灾探测图像的质量。

【技术实现步骤摘要】

本专利技术涉及一种图像的处理方法，特别涉及一种能够应用于火灾探测的变换域邻 域自适应图像降噪方法。
技术介绍
随着城市化建设的快速发展，大空间建筑迅速增多，火灾形势日益严峻。大空间建 筑火灾损失巨大，给人民的生命财产安全构成了极大的威胁。由于受空间高度和面积的影 响，传统的火灾探测技术如点式或线式感烟、感温探测器难以正常发挥有效作用。而图像型 火灾探测技术利用图像处理技术进行早期火灾探测，具有十分显著的优势，已经成为现今 火灾探测和识别中的研究热点。然而，其检测和识别的准确度与监测图像质量有着十分密 切的关系，即图像的质量直接影响火灾检测和识别的准确度。通常，火灾探测图像在获取和传输过程中会受到不同程度的噪声污染，而图像降 噪的目的就是在去除噪声的同时，最大限度地保留图像的主要特征信息，如图像边缘信息， 以提高图像的恢复质量。目前，图像降噪方法主要分为空域滤波和变换域滤波两大类。 传统的大部分滤波方法属于前者，如中值滤波等。而在变换域滤波方法中，以Donoho和 Johnstone提出的基于小波变换的收缩阈值降噪方法最具代表性。由于信号经过小波变换 后，信号主要集中在少数绝对幅值较本文档来自技高网...

【技术保护点】
一种可应用于火灾探测的变换域邻域自适应图像降噪方法，其特征在于，所述方法包括以下步骤：（１）对带噪的红外火灾探测图像进行多尺度、多方向ＮＳＣＴ稀疏分解，获得一幅低频子图像和一系列多尺度、多方向的高频子图像；（２）对ＮＳＣＴ分解后的高频子图像进行直方图分布估计，并根据分布规律进行全局阈值估计；（３）利用邻域统计特性，计算得到ＮＳＣＴ分解后的高频子图像中每一个像素点的阈值修正系数；（４）利用步骤（３）得到的阈值修正系数修正步骤（２）得到的全局阈值，得到高频子图像各像素点与位置相关的自适应阈值；（５）利用步骤（４）得到的自适应阈值和软阈值函数进行高频子图像阈值降噪处理；（６）对进步骤（５）得到的所有...

【技术特征摘要】

【专利技术属性】
技术研发人员：刘盛鹏，李建中，徐琰，张振伟，
申请(专利权)人：公安部上海消防研究所，上海倍安实业有限公司，
类型：发明
国别省市：31[中国|上海]