基于Treelet变换和高斯尺度混合模型的图像去噪方法

    公开(公告)号:CN102663686B

    公开(公告)日:2015-02-18

    申请号:CN201210073293.7

    申请日:2012-03-19

    Abstract: 本发明公开了一种基于Treelet变换和高斯尺度混合模型的图像去噪方法,主要解决现有去噪方法对被高斯白噪声腐蚀的自然图像去噪效果不佳的问题。其实现步骤如下,(1)输入一幅待去噪图像;(2)对图像块进行分类;(3)组成矩阵;(4)获得基矩阵;(5)投影;(6)估计无噪声系数;(7)计算去噪后图像块矩阵;(8)判断是否处理完图像内所有图像块,若处理完,则进行步骤(9),否则转入步骤(3);(9)归一化所有图像块,结果输出。本发明具有对含有高斯白噪声的自然图像去噪效果好的优点,能恢复出图像原有的特征,可用于图像分割、目标识别,变换检测等对图像的预处理。

    基于Treelet变换和高斯尺度混合模型的图像去噪方法

    公开(公告)号:CN102663686A

    公开(公告)日:2012-09-12

    申请号:CN201210073293.7

    申请日:2012-03-19

    Abstract: 本发明公开了一种基于Treelet变换和高斯尺度混合模型的图像去噪方法,主要解决现有去噪方法对被高斯白噪声腐蚀的自然图像去噪效果不佳的问题。其实现步骤如下,(1)输入一幅待去噪图像;(2)对图像块进行分类;(3)组成矩阵;(4)获得基矩阵;(5)投影;(6)估计无噪声系数;(7)计算去噪后图像块矩阵;(8)判断是否处理完图像内所有图像块,若处理完,则进行步骤(9),否则转入步骤(3);(9)归一化所有图像块,结果输出。本发明具有对含有高斯白噪声的自然图像去噪效果好的优点,能恢复出图像原有的特征,可用于图像分割、目标识别,变换检测等对图像的预处理。

    基于Treelet变换和最小均方误差估计的图像去噪方法

    公开(公告)号:CN102222327A

    公开(公告)日:2011-10-19

    申请号:CN201110199552.6

    申请日:2011-07-15

    Abstract: 本发明公开了基于Treelet变换和最小均方误差估计的图像去噪方法,主要解决现有去噪方法对被高斯白噪声腐蚀的自然图像去噪效果不佳的问题。其实现步骤如下,(1)输入一幅待去噪图像;(2)搜索相似图像块;(3)Treelet变换获得基矩阵;(4)投影;(5)计算去噪后系数;(6)计算去噪后相似图像块矩阵;(7)计算相似度;(8)矩阵赋值;(9)判断是否处理完图像内所有图像块,若处理完,则进行步骤(10),否则转入步骤(2);(10)结果输出。本发明具有对含有高斯白噪声的自然图像去噪效果好的优点,能恢复出图像原有的特征,可用于图像分割、目标识别,变换检测等对图像的预处理。

    基于边缘先验和NSCT域GSM的图像去噪方法

    公开(公告)号:CN102682434B

    公开(公告)日:2014-08-06

    申请号:CN201210148215.9

    申请日:2012-05-14

    Abstract: 本发明公开了基于边缘先验和NSCT域GSM的图像去噪方法,主要解决现有去噪方法对被高斯白噪声腐蚀的自然图像去噪效果不佳的问题。其实现步骤如下,(1)输入一幅待去噪图像;(2)用非下采样Contourlet域高斯尺度混合模型去噪方法对图像进行去噪;(3)将原始噪声图像与高斯核进行卷积;(4)估计无噪声图像的梯度;(5)用迭代方法去噪;(6)判断是否达到迭代次数,若未达到迭代次数,转到步骤(5),若已达到迭代次数,则输出结果。本发明具有对含有高斯白噪声的自然图像去噪效果好的优点,能恢复出图像原有的特征,可用于图像分割、目标识别,变换检测等对图像的预处理。

    基于边缘先验和NSCT域GSM的图像去噪方法

    公开(公告)号:CN102682434A

    公开(公告)日:2012-09-19

    申请号:CN201210148215.9

    申请日:2012-05-14

    Abstract: 本发明公开了基于边缘先验和NSCT域GSM的图像去噪方法,主要解决现有去噪方法对被高斯白噪声腐蚀的自然图像去噪效果不佳的问题。其实现步骤如下,(1)输入一幅待去噪图像;(2)用非下采样Contourlet域高斯尺度混合模型去噪方法对图像进行去噪;(3)将原始噪声图像与高斯核进行卷积;(4)估计无噪声图像的梯度;(5)用迭代方法去噪;(6)判断是否达到迭代次数,若未达到迭代次数,转到步骤(5),若已达到迭代次数,则输出结果。本发明具有对含有高斯白噪声的自然图像去噪效果好的优点,能恢复出图像原有的特征,可用于图像分割、目标识别,变换检测等对图像的预处理。

Patent Agency Ranking