[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： |
本发明公开一种变阈值的小波去噪方法，包括五步。步骤一，输入原始图像并加入相应的高斯噪声；步骤二，选择小波基函数并确定小波分解的层数O：对噪声图像S分解得到第一层低频系数A1、水平及垂直高频系数H1及V1、对角高频系数D1；对A1分解得到第二层低频系数A2、水平及垂直高频系数H2及V2、对角高频系数D2；对A2分解得到第三层低频系数A3、水平及垂直高频系数H3及V3和对角高频系数D3；依次分解到第O层；步骤三、选取合的小波阈值及以直线 |
||
| 搜索关键词： | 一种 阈值 小波去噪 方法 | ||
【主权项】：
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，选择一个适当的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，选取合适的小波阈值及小波阈值函数对小波系数进行处理；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。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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/patent/201811094442.1/，转载请声明来源钻瓜专利网。
