基于shearlet域非局部均值的自然图像去噪方法
Abstract:
本发明公开了一种基于shearlet域非局部均值的图像去噪方法,主要解决现有的非局部均值方法对被高噪声腐蚀的自然图像去噪效果不佳的问题。其实现步骤为:输入一幅测试图像,加入噪声标准差为50的高斯白噪声;利用拉普拉斯金字塔方法将图像分解为3层,第一层采用非局部均值方法进行去噪处理,第二、第三层先利用shearlet方向滤波器组分别分解成四组shearlet系数,再对每组shearlet系数进行β值的估计,之后,对各组shearlet系数进行广义高斯模型下的非局部均值方法的去噪处理;对去噪结果进行重构,得到最终去噪结果。本发明具有对高噪声腐蚀的自然图像去噪效果好的优点,能恢复出图像原有的特征,可用于变化检测,目标识别时对图像的预处理。
Public/Granted literature
Patent Agency Ranking
0/0