[发明专利]基于张量模型与压缩感知理论的图像斑点噪声去除方法在审
| 申请号： | 201810322284.4 | 申请日： | 2018-04-11 |
| 公开（公告）号： | CN108230280A | 公开（公告）日： | 2018-06-29 |
| 发明（设计）人： | 王钢;周若飞;郑黎明;刘春刚;许尧;李真 | 申请（专利权）人： | 哈尔滨工业大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 岳泉清 |
| 地址： | 150001 黑龙*** | 国省代码： | 黑龙江;23 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于张量模型与压缩感知理论的图像斑点噪声去除方法，本发明涉及图像斑点噪声去除方法。本发明为了解决现有斑点噪声去除算法去噪效果不明显以及噪声残留度高的问题。本发明包括：步骤一：根据超声探头中超声换能器阵元输出的信号呈乘性噪声的特性，建立斑点噪声模型；步骤二：针对步骤一建立的斑点噪声模型，引入压缩感知理论，分别建立单帧图像去噪模型与多帧图像张量去噪模型；步骤三：对步骤二的建立的单帧图像去噪模型依次进行稀疏编码、字典更新和图像重构，得到去噪后的单帧图像；步骤四：对步骤二的建立的多帧图像张量去噪模型依次进行稀疏编码、字典更新和图像重构，得到去噪后的多帧图像。本发明用于图像处理领域。 | ||
| 搜索关键词： | 去噪 压缩感知理论 单帧图像 多帧图像 图像斑点 噪声去除 斑点噪声 图像重构 稀疏编码 字典更新 超声换能器阵元 斑点噪声去除 图像处理领域 超声探头 乘性噪声 算法 噪声 残留 输出 引入 | ||
【主权项】：
1.基于张量模型与压缩感知理论的图像斑点噪声去除方法，其特征在于：所述图像斑点噪声去除方法包括以下步骤：步骤一：根据超声探头中超声换能器阵元输出的信号呈乘性噪声的特性，建立斑点噪声模型；步骤二：针对步骤一建立的斑点噪声模型，引入压缩感知理论，分别建立单帧图像去噪模型与多帧图像张量去噪模型；步骤三：对步骤二的建立的单帧图像去噪模型依次进行稀疏编码、字典更新和图像重构，得到去噪后的单帧图像；步骤四：对步骤二的建立的多帧图像张量去噪模型依次进行稀疏编码、字典更新和图像重构，得到去噪后的多帧图像。
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哈尔滨工业大学，未经哈尔滨工业大学许可，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/201810322284.4/，转载请声明来源钻瓜专利网。
