[发明专利]一种变阈值的小波去噪方法有效
| 申请号: | 201811094442.1 | 申请日: | 2018-09-19 |
| 公开(公告)号: | CN109242799B | 公开(公告)日: | 2021-10-12 |
| 发明(设计)人: | 赵佰亭;王风;郭永存;贾晓芬;黄友锐 | 申请(专利权)人: | 安徽理工大学 |
| 主分类号: | G06T5/00 | 分类号: | G06T5/00 |
| 代理公司: | 西安知诚思迈知识产权代理事务所(普通合伙) 61237 | 代理人: | 麦春明 |
| 地址: | 232001 *** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 阈值 小波去噪 方法 | ||
1.一种变阈值的小波去噪方法,其特征在于,具体按照以下步骤进行:
步骤一,输入原始图像并加入相应的高斯噪声;
步骤二,选择一个小波基函数并确定小波分解的层数O,然后对含噪图像进行O层小波分解:
(a)对噪声图像S进行分解得到第一层低频系数A1、第一层水平高频系数H1、第一层垂直高频系数V1、第一层对角高频系数D1;
(b)对第一层低频系数A1进行分解得到第二层低频系数A2、第二层水平高频系数H2、第二层垂直高频系数V2、第二层对角高频系数D2;
(c)对第二层低频系数A2进行分解得到第三层低频系数A3、第三层水平高频系数H3、第三层垂直高频系数V3和第三层对角系数D3;
(d)依次对当前层的低频系数进行分解直到达到要求的O层小波分解层数;
步骤三、小波系数的阈值量化,选取小波阈值及小波阈值函数对小波系数进行处理;
所述步骤三中,小波系数的阈值量化,选取小波阈值及小波阈值函数对小波系数进行处理,小波阈值函数为,
式(1)中m为正数,为处理后的小波系数,Wl,k为小波系数,T为小波阈值;
所述步骤三中,小波系数的阈值量化,选取小波阈值及小波阈值函数对小波系数进行处理,小波阈值T为,
式(2)中i是当前分解的层数,σ为信号方差,M*N是第i层高频系数的尺寸,阈值能够随着分解层数的增加而减小,符合小波分解实际过程中噪声信号和图像信号的变化;
步骤四,小波系数重构,对阈值量化后的小波系数进行小波重构;
步骤五,输出去噪后的图像。
2.根据权利要求1所述的一种变阈值的小波去噪方法,其特征在于,所述步骤三中,小波系数的阈值量化,选取小波阈值及小波阈值函数对小波系数进行处理,小波阈值函数以直线为渐进线。
3.根据权利要求1所述的一种变阈值的小波去噪方法,其特征在于,所述步骤三中,小波阈值函数中,50≤m≤60时能获得最好的图像去噪效果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于安徽理工大学,未经安徽理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811094442.1/1.html,转载请声明来源钻瓜专利网。





