[发明专利]Tetrolet变换域结合PDE和GCV理论的图像去噪方法

摘要

本发明的目的是提供一种基于Tetrolet变换的图像去噪方法。该方法结合了偏微分方程和广义交叉验证，使图像的去噪效果更优。首先对含噪声图像进行Tetrolet变换，然后在变换域中利用GCV理论确定去噪最优阈值并进行阈值处理，再Tetrolet逆变换得到初步的去噪图像。由于Tetrolet变换会产生方块效应，所以再用PDE去噪模型平滑图像，以保持图像的边缘信息。PDE包括了PM1，PM2和TV这三种去噪模型。同时，与其他5种同类的基于多尺度变换方法的去噪结果对比，本方法去噪结果的PSNR（峰值信噪比）值较优，且图像视觉效果好，细节突出，进一步提高了去噪图像的主客观质量，为去噪后图像的后续工作起到了很大帮助。

主权项

Tetrolet变换域结合PDE和GCV理论的图像去噪方法，其特征在于：首先对含噪声图像进行Tetrolet变换，然后在变换域中利用GCV理论确定去噪的最优阈值并进行阈值处理，再Tetrolet逆变换得到初步的去噪图像，最后用PDE去噪模型平滑图像，以保持较好的图像边缘信息，具体包括以下步骤：步骤1对加噪图像u0进行Tetrolet变换，得到低频系数、高频系数和覆盖分布矩阵；步骤2保留其低频系数和覆盖分布矩阵，而高频系数根据其各部分系数的分布特点，利用GCV函数，自适应地确定各自的最优去噪阈值并进行阈值处理；步骤3Tetrolet逆变换得到初步的去噪图像uc；步骤4对初步去噪图像和加噪图像作差，差值Δu＝u0‑uc进行PDE处理，得Δu'；步骤5使u'＝uc+Δu'，若u'满足迭代终止条件，则终止PDE处理，输出去噪图像为u'；否则使u0＝u'，继续上一步的对差值作PDE处理，直到符合终止条件为止。