[發(fā)明專利]基于多尺度的卡爾曼濾波圖像去噪方法

有效

• 申請?zhí)枺?/td>: 201310535630.4
• 申請日: 2013-10-31
• 公開（公告）號: CN103530857A
• 公開（公告）日: 2014-01-22
• 發(fā)明（設計）人: 王好謙;楊江峰;王興政;戴瓊海
• 申請（專利權）人: 清華大學深圳研究生院
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 深圳新創(chuàng)友知識產(chǎn)權代理有限公司 44223
• 代理人: 江耀純

1.一種基于多尺度的卡爾曼濾波圖像去噪方法，其特征是，包括如下步驟：

小波分解步驟，對圖像進行小波變換，所述圖像被分解為多個層，每個層包括四個部分：LL部分、HL部分、LH部分和HH部分，其中，LL部分屬于低頻部分，HL部分、LH部分和HH部分屬于高頻部分；

計算預測步驟，用上一層的HL部分、LH部分和HH部分的最終估計小波子系數(shù)分別更新下一層的HL部分、LH部分和HH部分的初始估計小波子系數(shù)，對于上下兩層相應的部分：

其中，表示第i+1層第k個部分第j個最終估計小波子系數(shù)，是估計系數(shù)，表示第i層第k個部分的初始估計小波子系數(shù)，其中，k的三個不同取值分別對應HL部分、LH部分和HH部分；

逆變換步驟，利用更新小波子系數(shù)后的多個層進行小波逆變換，得到去噪后的圖像。

2.如權利要求1所述的基于多尺度的卡爾曼濾波圖像去噪方法，其特征是：

在計算預測步驟之前，對最上層的HL部分、LH部分和HH部分的小波子系數(shù)V_ik進行如下修正：

其中，V′_ik是指修正后最上層的第i層第k個高頻部分的小波子系數(shù)，V_ik是指第i層第k個高頻部分的小波子系數(shù)，是指第i層第k個高頻部分的萎縮閾值，是指第i層第k個高頻部分的噪聲方差，是指高頻部分的標準差，

3.如權利要求1所述的基于多尺度的卡爾曼濾波圖像去噪方法，其特征是：

在計算預測步驟中，在進行處理后，進行如下處理：

X^(i|i,k)=X^(i|i+1,k)+K(i,k)·{Z(i,k)-MX^(i|i+1,k)}-1,]]>

其中，表示第i層第k部分的最終估計小波子系數(shù)，Z(i,k)和K(i,k)分別表示第i層第k部分的小波子系數(shù)觀測值和卡爾曼增益，M表示觀測矩陣，

其中，K(i,k)=p(i|i+1,k)M^T[Mp(i|i+1,k)M^T+Q(i)]^-1,

P(i|i,k)={I-K(i)M}p(i|i+1,k),

其中，P(i|i十l，k)表示第i十1層第k部分向第i層第k部分的誤差協(xié)方差預測矩陣，P(i+1|i+1,α_jk)表示第i+1層第k部分第j個系數(shù)的誤差協(xié)方差矩陣，P(i|i,k)表示第i層第k部分的誤差協(xié)方差矩陣,Q(i)和R(i)是白噪聲。