-
公开(公告)号:CN111640080B
公开(公告)日:2021-03-16
申请号:CN202010506222.6
申请日:2020-06-05
Applicant: 郑州轻工业大学
IPC: G06T5/00
Abstract: 本发明提出了一种基于高光谱全变差的CS图像去噪重建方法,步骤如下:初始化重建图像、迭代索引值和含噪观测值;利用含噪观测值对获得的重建图像进行迭代更新获得估计值;将估计值分别输入到基于l1‑范数和HTV的CS重建模型中获得中间重建图像;使用Starlet变换对中间重建图像进行稀疏表示获得Starlet系数;利用新阈值算子和改进BayeShrink阈值对Starlet系数进行去燥滤波获得曲波系数;对曲波系数进行Starlet逆变换,获得重建图像;判断是否满足迭代停止条件,循环迭代。本发明在去除高噪声图像中大部分噪声信息的同时,能够有效保护图像中的细节和纹理等特征信息,且实现简单,鲁棒性较强,有效地解决了高噪声图像的去噪重建问题。
-
公开(公告)号:CN111640080A
公开(公告)日:2020-09-08
申请号:CN202010506222.6
申请日:2020-06-05
Applicant: 郑州轻工业大学
IPC: G06T5/00
Abstract: 本发明提出了一种基于高光谱全变差的CS图像去噪重建方法,步骤如下:初始化重建图像、迭代索引值和含噪观测值;利用含噪观测值对获得的重建图像进行迭代更新获得估计值;将估计值分别输入到基于l1-范数和HTV的CS重建模型中获得中间重建图像;使用Starlet变换对中间重建图像进行稀疏表示获得Starlet系数;利用新阈值算子和改进BayeShrink阈值对Starlet系数进行去燥滤波获得曲波系数;对曲波系数进行Starlet逆变换,获得重建图像;判断是否满足迭代停止条件,循环迭代。本发明在去除高噪声图像中大部分噪声信息的同时,能够有效保护图像中的细节和纹理等特征信息,且实现简单,鲁棒性较强,有效地解决了高噪声图像的去噪重建问题。
-