System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图像去噪,尤其涉及的是一种基于分区域自适应引导滤波的图像去噪方法。
技术介绍
1、引导滤波是一种保边平滑的滤波器。引导滤波的核心假设就是输出图像与引导图像的像素值在局部上存在一个线性的关系,引导滤波的去噪效果随参数的变化而变化。当参数较小时,边缘可以被较好地保留,但去噪效果一般;当参数较大时,图像被很好地平滑,但边缘出现模糊。现有技术中引导滤波方法难以兼顾较佳的去噪效果以及清晰的边缘。
2、因此,现有技术还有待于改进和发展。
技术实现思路
1、本专利技术要解决的技术问题在于,针对现有技术的上述缺陷,提供一种基于分区域自适应引导滤波的图像去噪方法,旨在解决现有技术中引导滤波方法难以兼顾较佳的去噪效果以及清晰的边缘的问题。
2、本专利技术解决技术问题所采用的技术方案如下:
3、一种基于分区域自适应引导滤波的图像去噪方法,其中,包括步骤:
4、获取含噪声的输入图像;
5、基于边缘感知函数,引入边缘权重因子,自适应地确定所述输入图像的边缘区域像素和非边缘区域像素;
6、基于梯度引导滤波的优化模型,对所述边缘区域像素进行滤波,并基于引导滤波的优化模型,对所述非边缘区域像素进行滤波,得到滤波后的输出图像。
7、所述的基于分区域自适应引导滤波的图像去噪方法,其中,所述梯度引导滤波的优化模型为:
8、;
9、;
10、;
11、;
12、;<
...【技术保护点】
1.一种基于分区域自适应引导滤波的图像去噪方法,其特征在于,包括步骤:
2.根据权利要求1所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述梯度引导滤波的优化模型为:
3.根据权利要求2所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述基于边缘感知函数,引入边缘权重因子,自适应地确定所述输入图像的边缘区域像素和非边缘区域像素,包括:
4.根据权利要求3所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述边界阈值为:
5.根据权利要求2-4任意一项所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述引导滤波的优化模型为:
6.根据权利要求5所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述基于梯度引导滤波的优化模型,对所述边缘区域像素进行滤波,并基于引导滤波的优化模型,对所述非边缘区域像素进行滤波,得到滤波后的输出图像,包括:
7.根据权利要求6所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述输入图像为含噪声的胸腔模体的软组织图像,参数为0.
8.一种基于分区域自适应引导滤波的图像去噪系统,其特征在于,包括:
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的基于分区域自适应引导滤波的图像去噪方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于分区域自适应引导滤波的图像去噪方法的步骤。
...【技术特征摘要】
1.一种基于分区域自适应引导滤波的图像去噪方法,其特征在于,包括步骤:
2.根据权利要求1所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述梯度引导滤波的优化模型为:
3.根据权利要求2所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述基于边缘感知函数,引入边缘权重因子,自适应地确定所述输入图像的边缘区域像素和非边缘区域像素,包括:
4.根据权利要求3所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述边界阈值为:
5.根据权利要求2-4任意一项所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述引导滤波的优化模型为:
6.根据权利要求5所述的基于分区域自适应引导滤波的图像去噪方法,其特征在于,所述基于梯度引导滤波的优化模型,...
【专利技术属性】
技术研发人员:夏迪梦,
申请(专利权)人:深圳市微拓领航科技合伙企业有限合伙,
类型:发明
国别省市:
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。