• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 9
    • 下载费用:30 金币  

    重庆时时彩官方结果: 一种带噪图像降噪处理方法和系统.pdf

    摘要
    申请专利号:

    重庆时时彩单双窍门 www.4mum.com.cn CN200910110037.9

    申请日:

    2009.11.09

    公开号:

    CN101719267A

    公开日:

    2010.06.02

    当前法律状态:

    授权

    有效性:

    有权

    法律详情: 授权|||实质审查的生效IPC(主分类):G06T 5/00申请日:20091109|||公开
    IPC分类号: G06T5/00 主分类号: G06T5/00
    申请人: 中兴通讯股份有限公司
    发明人: 谭冠军; 车忠辉; 宋欣
    地址: 518057 广东省深圳市南山区科技园科技南路中兴通讯大厦
    优先权:
    专利代理机构: 深圳鼎合诚知识产权代理有限公司 44281 代理人: 薛祥辉
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN200910110037.9

    授权公告号:

    ||||||

    法律状态公告日:

    2016.06.15|||2010.09.08|||2010.06.02

    法律状态类型:

    授权|||实质审查的生效|||公开

    摘要

    本发明公开了一种带噪图像降噪处理方法,包括步骤:对输入的带噪图像进行错切操作,得到错切图像;利用基于小波的Contourlet变换对错切图像进行稀疏分解,得到低频子图像和高频子图像,对每个高频子图像进行降噪处理,得到降噪高频子图像;对低频子图像和降噪高频子图像进行基于小波的Contourlet逆向变换,再进行相同错切幅度的逆向错切操作。本发明还公开了一种带噪图像降噪处理系统。本发明有效地降低图像中的噪声信号,有效保留图像的细节信息,大大提升图像降噪效果,提高了图像质量。

    权利要求书

    1: 一种带噪图像降噪处理方法,其特征在于,包括步骤: 对输入的带噪图像进行错切操作,得到错切图像; 利用基于小波的Contourlet变换对错切图像进行稀疏分解,得到低频子图像和高频子图像,对每个高频子图像进行降噪处理,得到降噪高频子图像; 对低频子图像和降噪高频子图像进行基于小波的Contourlet逆向变换,再进行相同错切幅度的逆向错切操作。
    2: 根据权利要求1所述的方法,其特征在于,对输入的带噪图像进行错切操作具体包括步骤: 设置错切幅度和错切幅度增量,对输入的带噪图像进行多方向、一定错切幅度的多次错切操作。
    3: 根据权利要求1或2所述的方法,其特征在于,还进一步包括步骤: 对逆向错切操作得到的所有图像进行线性平均,得到最终降噪图像。
    4: 根据权利要求1所述的方法,其特征在于,利用基于小波的Contourlet变换对错切图像进行稀疏分解,得到低频子图像和高频子图像具体包括步骤: 设置基于小波的Contourlet变换中的小波分解层数和每层中的方向分解数; 利用基于小波的Contourlet变换对错切图像进行多尺度、多方向的稀疏分解,得到低频子图像和一系列具有不同分辨率的高频子图像。
    5: 根据权利要求1所述的方法,其特征在于,对每个高频子图像进行降噪处理具体包括: 设置阈值参数,利用软阈值函数,对每个高频子图像进行阈值降噪处理。
    6: 根据权利要求5所述的方法,其特征在于,所述设置阈值函数之前还进一步包括步骤: 根据小波分解层数、每层中的方向分解数和高频带系数,采用鲁棒性的中值估计,得到高频子图像每个方向上的噪声标准差; 根据每个方向上的噪声标准差,计算得到阈值参数。
    7: 根据权利要求5所述的方法,其特征在于,所述软阈值函数为软阈值函数Λ(*)=sgn(*)max(*,T B ),T B 为阈值参数。
    8: 一种带噪图像降噪处理系统,其特征在于,包括: 错切单元,对输入的带噪图像进行错切操作,得到错切图像;以及对经过基于小波的Contourlet逆向变换的图像再进行相同错切幅度的逆向错切操作; 基于小波的Contourlet变换单元,对错切图像进行稀疏分解,得到低频子图像和高频子图像;以及对低频子图像和经过降噪处理的降噪高频子图像进行基于小波的Contourlet逆向变换; 降噪处理单元,对每个高频子图像进行降噪处理,得到降噪高频子图像。
    9: 根据权利要求8所述的系统,其特征在于,还进一步包括: 线性平均单元,用于对经过基于小波的Contourlet变换单元进行逆向错切操作得到的所有图像进行线性平均,得到最终降噪图像。
    10: 根据权利要求8所述的系统,其特征在于,所述降噪处理单元为阈值降噪处理单元,用于对每个高频子图像进行阈值降噪处理,得到降噪高频子图像。

    说明书


    一种带噪图像降噪处理方法和系统

        【技术领域】

        本发明涉及图像处理技术领域,具体涉及一种带噪图像降噪处理方法和系统。

        背景技术

        图像在采集、转换和传输过程中,易受到成像设备与外部环境噪声干扰等影响而质量下降,因此图像降噪是图像工程中一个基础和必要的预处理步骤,是图像感知、分类与识别的关键技术之一。

        图像降噪的本质是模式分类:即从有规律的“图像模式”中将具有点状奇异的不规则“噪声模式”分离出来。小波对含点状奇异的目标函数而言是最优的基,但在高维情况下,小波分析不能充分利用数据本身所特有的几何特征,因此并不是最优的或者说“最稀疏”的函数表示方法。Contourlet变换解决了小波变换不能有效表示二维或更高维奇异性的缺点,能准确地将图像中的边缘捕获到不同尺度、不同频率、不同方向的子带中,从而能有效地处理图像中的线奇异性。

        目前,图像降噪方法主要分为空域滤波、变换域滤波以及变换域统计建模分析三大类。传统的大部分滤波方法属于前者,如均值滤波、中值滤波等,实际上采用各种平滑函数对图像进行卷积处理,便于硬件实现,削弱噪声的同时对图像有用信息也进行了平滑。变换域统计建模分析方法对变换域系数进行统计建模,取得较好的降噪效果,但是需要较多的先验信息,建立适合的模型进行训练,而且计算复杂度很高。而在变换域滤波方法中,以Donoho和Johnstone提出的基于小波变换的收缩阈值降噪方法最具代表性。由于信号经过小波变换后,信号主要集中在少数绝对幅值较大的小波系数上,而噪声则散布在一些绝对幅值较小的小波系数上,因此,可以利用收缩阈值对小波系数进行降噪,达到降噪的目的。但是,小波收缩阈值容易产生失真,称之为伪吉布斯现象。

        中国专利申请号为CN200610030756、发明名称为“一种Contourlet变换域的图像降噪方法”和专利申请号为CN200610030745、发明名称为“基于变换域数学形态学的图像降噪方法”公开了2种图像降噪的方法,这两种方法本质上都是利用平移操作算子来改善Contourlet降噪效果,它提供了一个平移不变的紧框架。但是,仅仅简单的平移操作,不但不能充分利用Contourlet变换的方向性,而且破坏了图像的纹理连续性,对降噪效果的改善也理所当然的受到限制。

        【发明内容】

        本发明要解决的主要技术问题是,提供一种带噪图像降噪处理方法和系统,有效地降低图像中的噪声信号,提高了图像质量。

        为解决上述技术问题,本发明提供一种带噪图像降噪处理方法,包括步骤:

        对输入的带噪图像进行错切操作,得到错切图像;

        利用基于小波的Contourlet变换对错切图像进行稀疏分解,得到低频子图像和高频子图像,对每个高频子图像进行降噪处理,得到降噪高频子图像;

        对低频子图像和降噪高频子图像进行基于小波的Contourlet逆向变换,再进行相同错切幅度的逆向错切操作。

        在本发明实施例中,对输入的带噪图像进行错切操作具体包括步骤:

        设置错切幅度和错切幅度增量,对输入的带噪图像进行多方向、一定错切幅度的多次错切操作。

        在本发明实施例中,所述方法还进一步包括步骤:

        对逆向错切操作得到的所有图像进行线性平均,得到最终降噪图像。

        在本发明实施例中,利用基于小波的Contourlet变换对错切图像进行稀疏分解,得到低频子图像和高频子图像具体包括步骤:

        设置基于小波的Contourlet变换中的小波分解层数和每层中的方向分解数;

        利用基于小波的Contourlet变换对错切图像进行多尺度、多方向的稀疏分解,得到低频子图像和一系列具有不同分辨率的高频子图像。

        在本发明实施例中,对每个高频子图像进行降噪处理具体包括:

        设置阈值参数,利用软阈值函数,对每个高频子图像进行阈值降噪处理。

        在本发明实施例中,所述设置阈值函数之前还进一步包括步骤:

        根据小波分解层数、每层中的方向分解数和高频带系数,采用鲁棒性的中值估计,得到高频子图像每个方向上的噪声标准差;

        根据每个方向上的噪声标准差,计算得到阈值参数。

        在本发明实施例中,所述软阈值函数为软阈值函数Λ(*)=sgn(*)max(*,TB),TB为阈值参数。

        一种带噪图像降噪处理系统,包括:

        错切单元,对输入的带噪图像进行错切操作,得到错切图像;以及对经过基于小波的Contourlet逆向变换的图像再进行相同错切幅度的逆向错切操作;

        基于小波的Contourlet变换单元,对错切图像进行稀疏分解,得到低频子图像和高频子图像;以及对低频子图像和经过降噪处理的降噪高频子图像进行基于小波的Contourlet逆向变换;

        降噪处理单元,对每个高频子图像进行降噪处理,得到降噪高频子图像。

        在本发明实施例中,所述系统还进一步包括:

        线性平均单元,用于对经过基于小波的Contourlet变换单元进行逆向错切操作得到的所有图像进行线性平均,得到最终降噪图像。

        在本发明实施例中,所述降噪处理单元为阈值降噪处理单元,用于对每个高频子图像进行阈值降噪处理,得到降噪高频子图像。

        与现有技术相比较,本发明对带噪图像的分解更加细致和彻底,有效地降低图像中的噪声信号,保留了图像的纹理边缘等细节信息,提高了图像地质量。

        【附图说明】

        图1为本发明具体实施方式提供的一种带噪图像降噪处理方法流程图;

        图2为本发明具体实施方式提供的一种带噪图像降噪处理系统框图;

        图3为采用不同处理方法得到的不同效果的图像示意图。

        【具体实施方式】

        下面通过具体实施方式结合附图对本发明作进一步详细说明。

        本发明旨在提供一种改进的图像降噪方法和系统,首先对输入的带噪图像进行一定幅度的错切,利用基于小波的Contourlet变换对带噪图像进行多尺度、多方向的稀疏分解,并在变换域利用最小Bayesian风险函数来估计高频子高频子图像的噪声阈值从而进行阈值去噪,其次进行基于小波的Contourlet逆变换和相应错切幅度的逆错切操作,得到此次错切后的降噪图像。然后重复前面的步骤,并对每次得到的降噪图像进行线性平均,得到最终的降噪图像,达到图像降噪的目的。

        本发明实施例中,错切操作的变换矩阵可以表示为:

        Ax,a=10a1,]]>Ay,a=1a01]]>

        其中,Ax,a和Ay,a分别代表沿x轴和y轴的错切操作。参数a称为错切幅度,为了使得错切操作不引入过多的不规则频率,本发明实施例中|a|≤1。

        假设观测到的噪声图像为

        I=f+n

        其中f为原始图像,n为独立同分布的高斯白噪声信号N(0,σ2)。

        请参阅图1所示,图1为本发明实施例提供的一种带噪图像处理方法,包括步骤:

        步骤10:初始化设置,令错切幅度a=-1,错切幅度增量Δa=0.05;同时设定基于小波的Contourlet变换中的小波分解层数K和每层中的方向分解数Lk;

        步骤11:对输入的带噪图像I沿x轴和y轴方向上进行有效错切幅度的错切操作,得到错切图像Sx,a=Cx,a(I)和Sy,a=Cy,a(I);

        步骤12:对得到的错切图像Sx,a和Sy,a分别进行基于小波的Contourlet稀疏分解;即

        [Slx,Shx(1,1),...,Shx(1,L1),Shx(2,1),...,Shx(k,Lk)]=T(Sxa)]]>

        和[Sly,Shy(1,1),...,Shy(1,L1),Shy(2,1),...,Shy(k,Lk)]=T(Sya)]]>

        其中,T(*)为基于小波的Contourlet变换;从而得到低频子图像Slx和Sly,以及一系列具有不同分辨率的高频子图像,其中k∈(1,K)和l∈(1,Lk)标明子图像位于第k层小波分解的第l方向分解子频带;

        步骤13:对步骤12中的每一个高频子图像和进行阈值降噪处理得到降噪高频子图像,得到降噪高频子图像和

        SDhx(k,Lk)=Λ(Shx(k,Lk),TB)]]>和SDhy(k,Lk)=Λ(Shy(k,Lk),TB);]]>

        其中,Λ(*)为阈值函数,本发明选用软阈值函数Λ(*)=sgn(*)max(*,TB),TB为阈值参数。阈值参数的选取至关重要,由于图像的Contourlet域系数服从广义高斯分布,满足Bayesian估计方法的假定条件-信号服从广义高斯分布。因此,本文利用基于Bayesian估计的阈值估计方法,估计阈值参数?;贐ayesian估计的自适应阈值,即TB=σn2/σx.]]>具体估计步骤为:

        步骤130:对于噪声标准差σn,采用鲁棒性的中值估计,σ^n=10.6745LKΣi=1LKmedian(|Shx(K,i)|)]]>和σ^n=10.6745LKΣi=1LKmedian(|Shy(K,i)|);]]>

        其中Shx(K,i)和Shy(K,i)(i=1,...,LK)为高频子带系数;

        步骤131:由σy2=σx2+σn2,]]>有σ^x=max(σ^y2-σ^n2,0),]]>

        其中,σ^y2=1MNΣm=1MΣn=1NShf(K,i)(m,n),]]>Shf(K,i)为Shx(K,i)或Shy(K,i),是所考虑的高频子带系数;

        步骤132:因此可得,阈值TB=σn2/σx.]]>

        步骤14:对步骤13得到的所有降噪高频子图像和和步骤12中得到的对应低频子图像Slx和Sly实施基于小波的Contourlet逆变换,得到沿x轴和y轴方向上分别错切a后的降噪图像:

        Sx,a′=T-1(Slx,SDhx(1,1),...,SDhx(1,L1),SDhx(2,1),...,SDhx(k,Lk))]]>

        和Sy,a′=T-1(Sly,SDhy(1,1),...,SDhy(1,L1),SDhy(2,1),...,SDhy(k,Lk))]]>

        其中,T-1(*)为基于小波的Contourlet逆变换;

        步骤15:对步骤14得到的图像Sx,anx和Sy,any进行相应错切幅度的逆向错切操作,得到:

        Ix,a=Cx,-a(S′x,a)和Iy,a=Cy,-a(S′y,a);

        步骤16:令a+=Δa,重复步骤11至步骤15,直到a=1为止,停止重复;

        步骤17:对得到的所有Ix,a和Iy,a(|a|≤1)求平均,得到最终降噪图像:

        I^D=12(2/Δa+1)Σa=-1,Δa=0.051(Ixa+Iya).]]>

        请参阅图2所示,图2为本发明提供的一种带噪图像降噪处理系统框图,包括:

        错切单元20,对输入的带噪图像进行错切操作,得到错切图像;以及对经过基于小波的Contourlet逆向变换的图像再进行相同错切幅度的逆向错切操作;

        基于小波的Contourlet变换单元21,对错切图像进行稀疏分解,得到低频子图像和高频子图像;以及对低频子图像和经过降噪处理的降噪高频子图像进行基于小波的Contourlet逆向变换;

        降噪处理单元22,对每个高频子图像进行降噪处理,得到降噪高频子图像。

        需要说明的是,本发明实施例中,所述降噪处理单元22为阈值降噪处理单元,优选地对每个高频子图像进行阈值降噪处理,得到降噪高频子图像。

        本发明实施例中,所述系统还进一步包括:

        线性平均单元23,用于对经过基于小波的Contourlet变换单元进行逆向错切操作得到的所有图像进行线性平均,得到最终降噪图像。

        请参阅图3所示,图3示出了采用不同处理方法得到的不同效果的图像示意图。

        图3中(a)为原图;(b)为含噪图像,σ=60,PSNR=18.41dB;(c)为经过Contourlet软阈值的去噪处理结果图片,σ=60,PSNR=23.69dB;(d)为经过平移不变Contourlet软阈值去噪处理结果图片,σ=60,PSNR=24.05dB;(e)为经过基于小波的错切不变Contourlet软阈值去噪处理结果图片,σ=60,PSNR=25.20dB。对比可以看出,(e)图从视觉上来说,(e)图保留了图像纹理边缘等细节信息,图像质量明显比(b)、(c)要好。

        下面表1给出了各种不同噪声标准差下不同降噪处理方法得到的处理结果(峰值信噪比(PSNR)值)。

        表1

        ??噪声标准差??Contourlet??变换??平移不变??Contourlet??变换??基于小波的错切不??变Contourlet变换??σ=20??29.32??28.55??30.05??σ=30??27.24??26.75??28.13??σ=40??25.97??25.19??27.23??σ=50??24.11??24.38??26.04??σ=60??23.69??24.05??25.20

        可见,本发明不同噪声标准差下基于小波的错切不变Contourlet变换对带噪图像的降噪处理得到的图像PSNR指数均高于Contourlet变换、平移不变Contourlet变换得到的图像PSNR指数?;谛〔ǖ拇砬胁槐銫ontourlet变换对图像分解有着比Contourlet变换、平移不变Contourlet变换更为丰富的方向分解性,同时利用错切操作使得图像细节纹理信息的损失在更多的错切图像中得到补偿,从而大大提升图像降噪效果,提高了图像质量。

        以上内容是结合具体的实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的?;し段?。

    关 键 词:
    一种 图像 处理 方法 系统
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    关于本文
    本文标题:一种带噪图像降噪处理方法和系统.pdf
    链接地址://www.4mum.com.cn/p-5781830.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03