【技术实现步骤摘要】
本专利技术属于图像处理
，具体的说是一种，可用于医学影像、天文学影像、视频多媒体等领域的数字图像预处理。
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地受到噪声的污染，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地认为是高斯白噪声，去除图像中的高斯白噪声成为图像去噪领域中一个非常重要的方向。图像去噪技术按照是否需要对图像进行变换，可以分为空域方法和变换域方法。前者不需要对图像进行变换，直接对图像像素进行去噪，如经典的均值滤波、各向异性滤波和双边滤波器等。后者是先将图像变换到频域，再对变换的稀疏系数进行处理，以达到去噪的效果，如小波变换以及多尺度几何分析等。最小均方误差估计MMSE方法是估值理论中用得最为广泛的方法之一。它是基于最小化统计准则，使得所有统计样本的估计值和真实值之间的均方误差最小。由于图像去噪可以看作是对污染图像寻找一个原图像估计值的过程，所以基于丽SE的方法也常常用于图像去噪。根据MMSE准则设计出来的滤波器叫做最小均方误差滤波器，也叫做维纳滤波器Wiener Filter。近年来，基于维纳滤波的图像去噪方法在图像去噪领域具有非常出色的表现。具有代表性的有:基于三维块匹配图像去噪方法BM3D，基于局部像素分组的主成分分析图像去噪方法LPG-PCA，基于块的局部最优维纳滤波图像去噪方法PLOW等。BM3D 是 Dabov 等人在文献 “ Image denoising by sparse3...
【技术保护点】
一种基于奇异值分解的非局部维纳滤波图像去噪方法，包括如下步骤：（1）输入一幅N行M列的含噪图像Y，设置最大迭次数γ和停止参数δ；（2）采用下式估计含噪图像Y的噪声标准差σn：σn=median(abs|W|)0.6745,其中，W为含噪图像Y进行小波分解得到的第一层高频系数，abs|·|是取绝对值操作，median(·)是取中值操作；（3）以含噪图像Y中的任意像素点为中心分别确定一个l×l大小的图像块yi,i∈{1，...,N×M}和一个s×s大小的搜索窗Ωi，分别计算图像块yi和搜索窗Ωi内所有l×l大小的图像块之间的欧式距离集合{dip,p=1，...,s2}：dip=||yi-yip||22,其中，yip,p∈{1，...,s2}表示搜索窗Ωi内l×l大小的图像块，表示二范数，l、s的取值范围分别为5~11和21~41奇数个像素；（4）对步骤（3）中计算得到的s2个欧氏距离集合{dip,p=1，...,s2}中的欧式距离按照从小到大排序，选取前k个图像块作为图像块yi的相似图像块集合{yij,j=1，...,k}，其中k的取值范围为10~60；（5）对图像块yi,i∈...
【技术特征摘要】
1.一种基于奇异值分解的非局部维纳滤波图像去噪方法，包括如下步骤: (1)输入一幅N行M列的含噪图像Y，设置最大迭次数Y和停止参数δ； (2)采用下式估计含噪图像Y的噪声标准差ση:2.根据权利要求1所述的图像去噪方法，其中步骤(5)所述的对图像块yi;i e U，...，NXM}的相似图像块集合Iyij, j=l,...，k}进行基于SVD...
【专利技术属性】
技术研发人员：王桂婷，焦李成，丁炜，马文萍，马晶晶，钟桦，
申请(专利权)人：西安电子科技大学，
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。