【技术实现步骤摘要】
本专利技术属于图像处理
，具体地说是一种去噪方法，可用于对自然图像的 去噪处理。
技术介绍
随着计算机和数码成像设备的日益普及，数字图像处理越来越受到人们的重视。 然而由于成像设备及成像条件的限制，数字图像在采集，转换，以及运输过程中不可避免受 到噪声的污染，因此图像去噪作为图像处理领域的基本技术之一，受到广泛的重视。许多实 际的噪声可以近似的认为是高斯白噪声，去除图像中的高斯白噪声成为图像去噪领域中一 个重要的方向。传统的去噪方法大致可以分为两类，一类是基于空域的方法，一类是基于变换域 的方法。空域去噪方法中比较经典的方法包括高斯滤波，中值滤波，双边滤波等。它们的共 同特点就是利用局部窗口内像素灰度值的连续性来对当前像素进行灰度调整。这些方法大 都在去除噪声的同时模糊了图像的细节信息，例如图像的边缘，纹理等。由于自然图像，特别是纹理图像所含信息具有一定的冗余性，Buades等人提出了 一种非局部均值的去噪方法。该方法以当前像素为中心取大小一定的窗口，在整幅图像内 寻找与其具有相似结构的窗口，以窗口之间的相似度为权值对当前像素的灰度值进行调 整。由于这种方...
【技术保护点】
一种基于多尺度的自然图像非局部均值去噪方法，包括如下步骤：（１）对输入的含噪自然图像做小波变换，将其分解为低频图像和高频图像；（２）用ＢａｙｅｓＳｈｒｉｎｋ方法对不同尺度的高频图像的系数进行修正，得到修正后的高频图像：＊＊＊其中，Ｖ↓［ｉｊ］是指第ｉ层第ｊ个方向的高频图像小波系数，Ｔ↓［Ｂ］＝σ↓［ｉｊ］↑［２］／σ↓［ｘ］是指第ｉ层第ｊ个方向的萎缩阈值，σ↓［ｉｊ］↑［２］是指第ｉ层第ｊ个方向高频图像的噪声方差，σ↓［ｘ］是指高频图像信号的标准差，ｓｉｇｎ是指符号函数，＊＊＊；（３）对步骤（１）得到的低频图像和步骤（２）得到的修正后的高频图像进行重构，得到新的低频图像；（...
【技术特征摘要】
一种基于多尺度的自然图像非局部均值去噪方法，包括如下步骤(1)对输入的含噪自然图像做小波变换，将其分解为低频图像和高频图像；(2)用BayesShrink方法对不同尺度的高频图像的系数进行修正，得到修正后的高频图像 <mrow><msubsup> <mi>V</mi> <mi>ij</mi> <mo>′</mo></msubsup><mo>=</mo><mfenced open='{' close=''> <mtable><mtr> <mtd><mi>sign</mi><mrow> <mo>(</mo> <msub><mi>V</mi><mi>ij</mi> </msub> <mo>)</mo></mrow><mrow> <mo>(</mo> <mo>|</mo> <msub><mi>V</mi><mi>ij</mi> </msub> <mo>|</mo> <mo>-</mo> <msub><mi>T</mi><mi>B</mi> </msub> <mo>)</mo></mrow> </mtd> <mtd><mo>|</mo><msub> <mi>V</mi> <mi>ij</mi></msub><mo>|</mo><mo>></mo><msub> <mi>T</mi> <mi>B</mi></msub> </mtd></mtr><mtr> <mtd><mn>0</mn> </mtd> <mtd><mo>|</mo><msub> <mi>V</mi> <mi>ij</mi></msub><mo>|</mo><mo>≤</mo><msub> <mi>T</mi> <mi>B</mi></msub> </mtd></mtr> </mtable></mfenced> </mrow>其中，Vij是指第i层第j个方向的高频图像小波系数，是指第i层第j个方向的萎缩阈值，是指第i层第j个方向高频图像的噪声方差，σx是指高频...
【专利技术属性】
技术研发人员：钟桦，焦李成，王灿，王爽，侯彪，王桂婷，马文萍，尚荣华，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：87[中国|西安]
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。