[发明专利]一种基于小波域软直方图检测的图像椒盐噪声估计方法

权利要求书

1.一种基于小波域软直方图检测的图像椒盐噪声估计方法，其特征在于按照以下步骤进行：

步骤1：对含噪图像执行Sym4小波变换，获取其在高频对角子带中系数的绝对值，得到n个小波系数绝对值；

步骤2：定义好七个区间的概念，然后把n个小波系数绝对值分别映射到这些区间上，从而形成这些区间的统计值，将所有七个区间的统计值结合起来，得到了图像在小波高频对角子带中系数幅值的软直方图，实现了对图像小波系数分布的量化描述；

步骤3：计算含噪图像软直方图与标准软直方图之间的散度值；

步骤4：将所得散度值代入下式计算，所得值即为含噪图像的噪声密度估计，

ρ(Div)＝3.9636-53.616×Div+49.421×Div²

式中Div表示含噪图像软直方图与标准软直方图之间的散度值，ρ是含噪图像中噪声的密度。

2.按照权利要求1所述一种基于小波域软直方图检测的图像椒盐噪声估计方法，其特征在于：所述步骤2的实现过程为：

对获得的n个绝对值进行统计，得出在七个指定区间上的统计值，即定义好这七个区间的概念，然后把n个小波系数绝对值分别映射到这些区间上，从而形成这些区间的统计值，这七个区间是这样划分的：它们的中间值分别是40、110、180、250、330、400、470，也就是以40为初值，步长为70增长，以h_i，i＝1，2，3，4，5，6，7分别代表这七个中间值，并以H_i，i＝1，2，3，4，5，6，7分别代表这七个区间，对n个数值中的任一数值，x_j，j＝1，2，…，n，计算其在区间H_i，i＝1，2，3，4，5，6，7上的映射值，公式为：

Qij=1-|xj-hi|70,|xj-hi|≤700,|xj-hi|>70]]>

对所有n个数值分别进行计算，于是可得每个区间H_i，i＝1，2，3，4，5，6，7上的映射值为：

Qi=Σj-1nQij,i=1,2,3,4,5,6,7]]>

对所有七个区间的映射值进行总计，可得总的映射值为：

Q=Σi-17Qi]]>

根据Q和Q_i，i＝1，2，3，4，5，6，7可得区间H_i，i＝1，2，3，4，5，6，7的统计值为：

Si=QiQ,i=1,2,3,4,5,6,7]]>

统计值S_i，i＝1，2，3，4，5，6，7反映了小波高频子带系数幅值处于区间H_i，i＝1，2，3，4，5，6，7的频度，将所有七个区间的统计值结合起来，得到一个排列S＝[S₁ S₂ S₃ S₄ S₅ S₆ S₇]，即得到了图像在小波高频对角子带中系数幅值的直方图，实现了对图像小波系数分布的量化描述。

3.按照权利要求1所述一种基于小波域软直方图检测的图像椒盐噪声估计方法，其特征在于：所述步骤3中散度值求解采用如下公式：

Div(A,B)=Σi-17Ai×exp(|Ai-Bi|)]]>

式中A、B分别代表两个软直方图，它们的区间均为七个，A_i和B_i分别代表相应软直方图第i个区间的统计值，两个软直方图的偏离程度越大，则散度值越大，因此定义的散度能够定量地反映两个软直方图之间的偏离度。