相关专利推荐

当前位置:首页 >

申 请 号:CN201710390337

专利名称:一种基于噪声估计的图像去噪方法

专利权人:浙江大学

交易方式:协议

参考价格: 面议

  • 加入对比

索取出让意向书

专利基本信息:

名称:一种基于噪声估计的图像去噪方法
申请号:CN201710390337
申请日期:2017-05-27
申请人:浙江大学
发明人:冯华君; 王烨茹; 徐之海; 李奇; 陈跃庭
地址:310058 浙江省杭州市西湖区余杭塘路866号
主分类号:G06T5/00
分类号:G06T5/00; G06T7/11
主权项:一种基于噪声估计的图像去噪方法,其特征在于,该方法包括以下步骤:(1)对带噪图J进行基于熵率的超像素分割,得到若干超像素同源区域Li;(2)根据图像信息熵理论,计算每个超像素同源区域的信息熵:HLi=-Σl=1255p(Li,l)ln p(Li,l)---(1)]]>Li代表第i个超像素同源区域,l代表像素的灰度级,代表第i个超像素同源区域中灰度级为l的概率,代表Li中的信息熵;(3)根据计算得到的各个超像素同源区域的信息熵的大小进行排序,选出值最小的t个超像素同源区域(占总数的10~20%),即为图像中最为平滑的部分区域,并标记为1,其他区域标记为0,得到平滑区域的二值图;(4)计算各个平滑同源区域的标准差σLi=Σx=1nLi(I(Li,x)-μLi)2nLi---(2)]]>μLi=Σx=1nLiI(Li,x)/nLi---(3)]]>是Li中像素x的强度,代表Li中平均强度,为超像素块中像素的个数。(5)计算上述平滑同源区域的平均标准差,以此作为估计得到的整幅图像的噪声水平:σ‾=Σ1tnLi×σLi/Σ1tnLi---(4)]]>(6)利用估计得到的噪声水平修正NLM去噪算法对带噪图像进行去噪,得到去噪图F,其中,去噪图像F中的像素x的强度F(x)为:F(x)=Σy∈Iw(x,y)J(y)---(5)]]>I代表带噪图J中像素x的邻域,y表示邻域I中的像素,J(y)表示像素y在带噪图J中的强度;w(x,y)代表像素x与像素y之间的相似性。w(x,y)=1Z(x)exp(-
摘要:本发明公开了一种基于噪声估计的图像去噪方法,利用超像素分割根据图像内容将其分为若干同源区域,利用平坦信息更能代表图像噪声污染水平的先验知识,以图像信息熵为依据找出图像中较为平滑的同源区域,并估计平滑区域的噪声标准差,以这些平滑区域的噪声标准差作为整幅图像的噪声水平,达到更加准确估计噪声水平的目的,从而根据噪声水平对非局部均值(NLM)去噪方法进行修正,实现根据噪声程度合理地控制去噪程度,能够自适应地处理带噪图像,使去噪后的图像整体效果较传统的NLM算法大幅度提升,在去噪的同时更好地保留了细节。全过程可实现自动化与自能化,无需人工干预。

专利详细信息:



暂无!
公开
法律状态公告日:2017-11-07
法律状态:公开
描述信息:公开
start date end date title description icon date limit importance link modal
2017-11-07 公开 js/timeglider/js/timeglider/icons/verticalLineGray.png 50
2017-12-01 实质审查的生效 js/timeglider/js/timeglider/icons/verticalLineGray.png 50

系统发生错误

">查看全部评论



您已经选择