一種α穩定模型下的小波域圖像噪聲方差估計方法技術

本發明專利技術的目的在于提供一種α穩定模型下的小波域圖像噪聲方差估計方法，包括對含噪圖像進行小波域分解，進行α穩定模型下的原始系數參數估計，獲得尺度參數和形狀參數，從而獲得原始系數的估計熵值；建立對角子帶的含噪系數直方圖，計算含噪系數熵值并記錄子帶系數熵值與原始系數熵值的熵值差、噪聲方差的值；以步進量L更新噪聲方差的值,重復上述步驟；對隨機選取的1000幅不同圖像重復上述過程，并計算在同一噪聲標準差下的1000個熵值差的均值；建立噪聲標準差與熵值差間的二次擬合關系獲得擬合系數，從而獲得方差估計表達式。本發明專利技術具有較強的魯棒性，簡化了模型參數估計和熵值的計算過程，易于計算和實現，具有更高的估計精度。

【技術實現步驟摘要】
本專利技術涉及的是一種圖像處理方法，具體地說是噪聲方差估計方法。
技術介紹
圖像在獲取、傳輸、存儲的過程中總是會不同程度的受到噪聲的干擾，因此圖像去噪一直以來都是圖像處理領域的研究熱點。由于去噪過程中大多缺乏噪聲的先驗知識以及高斯噪聲的一般性，使高斯白背景下的噪聲方差估計成為圖像去噪問題的關鍵技術之一。噪聲方差估計的基本思想就是通過一定的技術手段從含噪圖像中找到“純”噪聲子，然后再以某一準則來估計其方差值。小波變換由于具有良好的多尺度分解特性和方向帶通特性，能夠對信號和噪聲進行有效地分離。同時，根據mallat的研究，對于任意一幅 圖像的小波變換，其高頻子帶系數可以認為是近似服從某一參數下α穩定分布，這一發現為小波變換在圖像去噪領域中得到更廣泛的應用起到了極大的推動作用。目前小波域方差估計的方法一般是將圖像進行小波分解后，認為最高頻對角子帶的小波系數即是“純”噪聲子并利用該子帶系數進行噪聲方差估計。Donoho等人早在1994年提出一種經典的噪聲方差計算方法，它是由對角子帶的系數模值的中值與一常數相除確定的。延用這種以高頻對角子帶為“純”噪聲子的思想，李天翼等又提出了一種魯棒性較好的熵檢測噪聲方差估計方法，利用高斯白噪聲在小波域的熵值魯棒性得到噪聲方差的估計值。當圖像細節比較豐富時，會加重圖像信息在高頻對角子帶中的比例，這樣就不能夠滿足已有方法中以高頻對角子帶為“純”噪聲子的假設條件，沒有充分的考慮原始圖像系數在對角子帶中加重比例對估計過程所產生的影響，使噪聲方差估計值不夠準確，導致后續處理(如圖像去噪)的效果不佳。
技術實現思路
本專利技術的目的在于提供通用性好、充分考慮原始圖像系數在對小波域高頻角子帶影響的一種α穩定模型下的小波域圖像噪聲方差估計方法。本專利技術的目的是這樣實現的本專利技術一種α穩定模型下的小波域圖像噪聲方差估計方法，其特征是(I)對圖像加入標準差為σ 的聞斯白噪聲；(2)對含噪圖像進行正交小波分解；(3)對分解后的最高頻對角子帶進行參數估計；(4)用估計得到的參數計算原始系數的估計熵值；(5)建立對角子帶的系數直方圖，計算子帶系數熵值；(6)記錄標準差的值以及步驟(5)與(4)中兩個熵值的差值即熵值差；(7)更新噪聲標準差，以步進量L更新ση的值，ση<Μ，重復步驟(I)- (6)，L、M為設定值；(8)對隨機選取的1000幅圖像重復上述步驟(I)- (7)；(9)計算這1000幅圖像在同一標準差下的熵值差的均值；(10)將(9)中得到的各均值取指數；(11)將(10)中的得到的各值與對應的標準差組成點對，并進行二次多項式擬合，獲得方差估計表達式。本專利技術的優勢在于本專利技術不依懶于圖像的變化，具有較強的魯棒性，并簡化了模型參數估計和熵值的計算過程，易于計算和實現，具有更高的估計精度。附圖說明圖I為為參數比函數R關于形狀參數α的函數曲線；圖2為本專利技術具體實施方式對測試圖像的噪聲方差估計曲線；圖3為本專利技術具體實施方式估計方差與實際方差間的誤差曲線。具體實施例方式下面結合附圖舉例對本專利技術做更詳細地描述結合圖I 3，本專利技術具體步驟包括(I)對圖像加入標準差為σ η = 3的聞斯白噪聲；(2)將加噪圖像進行正交小波分解(這里選用‘db2’小波)；本專利技術中的步驟(2)，使用正交小波分解的目的是因為正交小波分解不改變噪聲的分布特性。設N(i)，N(j)為i和j位置的噪聲小波系數，n(x)為χ位置的空域噪聲像素值，V(X)為正交小波基函數，l、m是小波基函數的支撐區間，O η為噪聲標準差,則本文檔來自技高網...

【技術保護點】
一種α穩定模型下的小波域圖像噪聲方差估計方法，其特征是：（1）對圖像加入標準差為σn的高斯白噪聲；（2）對含噪圖像進行正交小波分解；（3）對分解后的最高頻對角子帶進行參數估計；（4）用估計得到的參數計算原始系數的估計熵值；（5）建立對角子帶的系數直方圖，計算子帶系數熵值；（6）記錄標準差的值以及步驟（5）與（4）中兩個熵值的差值即熵值差；（7）更新噪聲標準差，以步進量L更新σn的值，σn≤M，重復步驟（1）？（6）,L、M為設定值；（8）對隨機選取的1000幅圖像重復上述步驟（1）？（7）；（9）計算這1000幅圖像在同一標準差下的熵值差的均值；（10）將（9）中得到的各均值取指數；（11）將（10）中的得到的各值與對應的標準差組成點對，并進行二次多項式擬合，獲得方差估計表達式。

【技術特征摘要】
1. 一種α穩定模型下的小波域圖像噪聲方差估計方法，其特征是 (1)對圖像加入標準差為。 的高斯白噪聲； (2)對含噪圖像進行正交小波分解； (3)對分解后的最高頻對角子帶進行參數估計； (4)用估計得到的參數計算原始系數的估計熵值； (5)建立對角子帶的系數直方圖，計算子帶系數熵值； (6)記錄標準差的值以及步驟(5)與(4)中兩個熵值的差值即熵值差； (...

【專利技術屬性】
技術研發人員：李一兵，李驁，葉方，林云，孟霆，付強，劉悅，張靜，
申請(專利權)人：哈爾濱工程大學，
類型：發明
國別省市：