[發明專利]基于雙樹復小波變換和PCA的水下聲納圖像的去噪方法

無效

• 申請號: 201110347609.2
• 申請日: 2011-11-07
• 公開（公告）號: CN102426701A
• 公開（公告）日: 2012-04-25
• 發明（設計）人: 李一兵;張靜;湯春瑞;葉方;付強;孟霆;李驁;張宗志
• 申請（專利權）人: 哈爾濱工程大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及的是一種圖像處理技術領域的去噪方法。

背景技術

目前圖像去噪的方法的種類很多，常用的方法例如均值濾波、中值濾波、小波去噪等方法。均值濾波是線性的空間濾波器，它用掩膜確定的鄰域像素的平均灰度值代替圖像中每個像素點的值，這樣的處理減少了圖像灰度的“尖銳”變化，由于典型的隨機噪聲由灰度級的尖銳變換組成，因此經過均值濾波的圖像噪聲將會被減少。中值濾波是一種非線性濾波方式，它是將鄰域內像素灰度的中值代替該像素的值，它的應用非常普遍，對很多種的隨機噪聲都有良好的去噪能力。小波去噪也是應用十分廣泛的去噪方法，它將圖像轉換至小波域，采用閾值函數對小波系數進行處理，達到去噪的目的。

但是在圖像的邊緣，紋理等方向性信息保留方面，這些方法的處理效果并不是十分理想。

發明內容

本發明的目的在于提供能夠在有效去除圖像噪聲的同時較好地保留圖像的邊緣、紋理等細節信息的基于雙樹復小波變換和PCA的水下聲納圖像的去噪方法。

本發明的目的是這樣實現的：

本發明基于雙樹復小波變換和PCA的水下聲納圖像的去噪方法，其特征是：

(1)對水下聲納圖像進行雙樹復小波變換：樹A和樹B分別代表復數小波的實部和虛部，它們采用不同的濾波器組，h₀(n)是樹A的低通濾波器，h₁(n)是樹A的高通濾波器，n是濾波器的長度，與之對應的尺度函數φ_h(t)和小波函數ψ_h(t)分別為：

g₀(n)是樹B的低通濾波器，g₁(n)是樹B的高通濾波器，n是濾波器的長度，與之對應的尺度函數φ_g(t)和小波函數ψ_g(t)分別為：

圖像經雙樹復小波變換分解成3層，獲得三層的子帶系數，y₀代表經過3層分解后圖像的低頻近似分量的系數矩陣，分別表示第一、二、三層的高頻分量系數，他們各自包含6個系數矩陣，分別代表雙樹復小波變換分解的6個方向的高頻細節信息；

每一層6個方向的變換系數實數部分為：

式中其中ψ_1，i(x，y)和ψ_2，i(x，y)為：

x和y代表水平方向和垂直方向，φ_h和ψ_h分別是樹A的尺度函數和小波函數，φ_g和ψ_g分別是樹B的尺度函數和小波函數；

變換系數的虛數部分為：

式中其中ψ_3，i(x，y)和ψ_4，i(x，y)為：

每一層分解后的6個方向的高頻系數y_k為：

其中

(2)保持圖像經三層雙樹復小波變換后獲得的低頻近似分量的系數矩陣y₀不變，對圖像的高頻分量y₁、y₂、y₃進行去噪處理：

包含6個系數矩陣，分別是每層分解后獲得的6個方向的高頻細節信息，對第一層的高頻分量進行處理：表示第一層高頻分量y₁中任意一個方向的系數矩陣，將分解成大小為16λ16的子塊，以子塊為單位進行處理，用X表示任意子塊，按以下步驟對任意子塊進行處理：

計算X的協方差矩陣C：

矩陣X為16個16維的行向量X_j組成的矩陣，它的協方差矩陣為：

其中

求取協方差矩陣C的特征向量和特征值：

協方差矩陣特征值分解具有如下形式：