【技術實現步驟摘要】
本專利技術屬于圖像處理
，具體的說是一種，可用于醫學影像、天文學影像、視頻多媒體等領域的數字圖像預處理。
技術介紹
隨著計算機和數碼成像設備的日益普及，數字圖像處理越來越受到人們的重視。然而由于成像設備及成像條件的限制，數字圖像在采集、轉換以及運輸過程中不可避免地受到噪聲的污染，因此圖像去噪作為圖像處理領域的基本技術之一，受到廣泛的重視。許多實際的噪聲可以近似地認為是高斯白噪聲，去除圖像中的高斯白噪聲成為圖像去噪領域中一個非常重要的方向。圖像去噪技術按照是否需要對圖像進行變換，可以分為空域方法和變換域方法。前者不需要對圖像進行變換，直接對圖像像素進行去噪，如經典的均值濾波、各向異性濾波和雙邊濾波器等。后者是先將圖像變換到頻域，再對變換的稀疏系數進行處理，以達到去噪的效果，如小波變換以及多尺度幾何分析等。最小均方誤差估計MMSE方法是估值理論中用得最為廣泛的方法之一。它是基于最小化統計準則，使得所有統計樣本的估計值和真實值之間的均方誤差最小。由于圖像去噪可以看作是對污染圖像尋找一個原圖像估計值的過程，所以基于麗SE的方法也常常用于圖像去噪。根據MMSE準則設計出來的濾波器叫做最小均方誤差濾波器，也叫做維納濾波器Wiener Filter。近年來，基于維納濾波的圖像去噪方法在圖像去噪領域具有非常出色的表現。具有代表性的有:基于三維塊匹配圖像去噪方法BM3D，基于局部像素分組的主成分分析圖像去噪方法LPG-PCA，基于塊的局部最優維納濾波圖像去噪方法PLOW等。BM3D 是 Dabov 等人在文獻 “ Image denoising by sparse3...
【技術保護點】
一種基于奇異值分解的非局部維納濾波圖像去噪方法，包括如下步驟：（1）輸入一幅N行M列的含噪圖像Y，設置最大迭次數γ和停止參數δ；（2）采用下式估計含噪圖像Y的噪聲標準差σn：σn=median(abs|W|)0.6745,其中，W為含噪圖像Y進行小波分解得到的第一層高頻系數，abs|·|是取絕對值操作，median(·)是取中值操作；（3）以含噪圖像Y中的任意像素點為中心分別確定一個l×l大小的圖像塊yi,i∈{1，...,N×M}和一個s×s大小的搜索窗Ωi，分別計算圖像塊yi和搜索窗Ωi內所有l×l大小的圖像塊之間的歐式距離集合{dip,p=1，...,s2}：dip=||yi-yip||22,其中，yip,p∈{1，...,s2}表示搜索窗Ωi內l×l大小的圖像塊，表示二范數，l、s的取值范圍分別為5~11和21~41奇數個像素；（4）對步驟（3）中計算得到的s2個歐氏距離集合{dip,p=1，...,s2}中的歐式距離按照從小到大排序，選取前k個圖像塊作為圖像塊yi的相似圖像塊集合{yij,j=1，...,k}，其中k的取值范圍為10~60；（5）對圖像塊yi,i∈...
【技術特征摘要】
1.一種基于奇異值分解的非局部維納濾波圖像去噪方法，包括如下步驟: (1)輸入一幅N行M列的含噪圖像Y，設置最大迭次數Y和停止參數δ； (2)采用下式估計含噪圖像Y的噪聲標準差ση:2.根據權利要求1所述的圖像去噪方法，其中步驟(5)所述的對圖像塊yi;i e U，...，NXM}的相似圖像塊集合Iyij, j=l,...，k}進行基于SVD...
【專利技術屬性】
技術研發人員：王桂婷，焦李成，丁煒，馬文萍，馬晶晶，鐘樺，
申請(專利權)人：西安電子科技大學，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。