[發(fā)明專利]基于雙樹復(fù)小波變換的圖像去噪方法

在審

• 申請?zhí)枺?/td>: 201410584194.4
• 申請日: 2014-10-27
• 公開（公告）號: CN104299203A
• 公開（公告）日: 2015-01-21
• 發(fā)明（設(shè)計）人: 劉金華
• 申請（專利權(quán)）人: 四川九洲電器集團有限責(zé)任公司
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 成都九鼎天元知識產(chǎn)權(quán)代理有限公司 51214
• 代理人: 徐宏

1.一種基于雙樹復(fù)小波變換的圖像去噪方法，其特征在于，包括：

輸入含噪圖像；

對輸入的所述含噪圖像進行雙樹復(fù)小波N層變換分解，分解得到兩個低頻子帶圖像和第N層的六個高頻子帶圖像；

分別計算分解后的六個高頻子帶圖像的雙樹復(fù)小波變換模；

利用所述六個雙樹復(fù)小波變換模替換PM各向異性擴散模型中的梯度模，并采用預(yù)設(shè)的指數(shù)變量改進所述PM各向異性擴散模型，得到自適應(yīng)擴散去噪模型；

對所述自適應(yīng)擴散去噪模型進行離散化處理；

采用所述離散化處理后的自適應(yīng)擴散去噪模型分別對所述六個高頻子帶圖像進行擴散去噪；

對所述去噪后的六個高頻子帶圖像和所述兩個低頻子帶圖像組合后進行雙樹復(fù)小波N層逆變換，重構(gòu)出去噪后的圖像。

2.根據(jù)權(quán)利要求1所述的圖像去噪方法，其特征在于，N等于3。

3.根據(jù)權(quán)利要求1或2所述的圖像去噪方法，其特征在于，所述雙樹復(fù)小波變換模表示為：

M_Sf(x,y,t)＝||W_Nif(x,y,t)||

所述自適應(yīng)擴散去噪模型采用如下公式：

∂f(x,y,t)∂t=div[||MSf(x,y,t)||1+(||MSf(x,y,t)||/K)a]]]>

其中，i＝1,2,…,6，S表示雙樹復(fù)小波變換分解的尺度，t表示時間，||||表示范數(shù)，α表示所述指數(shù)變量，K表示控制擴散程度的參數(shù)。

4.根據(jù)權(quán)利要求3所述的圖像去噪方法，其特征在于，所述指數(shù)變量的范圍為(0,2]，其中，如果α等于0，所述自適應(yīng)擴散去噪模型為熱擴散模型；如果α等于1，所述自適應(yīng)擴散去噪模型為非線性熱擴散模型；如果α等于2，所述自適應(yīng)擴散去噪模型為所述PM各向異性擴散模型。

5.根據(jù)權(quán)利要求1所述的圖像去噪方法，其特征在于，所述含噪圖像表示為：

f＝(x,y,T)

其中，(x,y)表示所述含噪圖像的像素空間位置，T表示所述含噪圖像的時間尺度，當(dāng)時間尺度T＝0時，表示所述含噪圖像為初始狀態(tài)，當(dāng)時間尺度T＝t時，表示所述含噪圖像經(jīng)過時間t處理。

6.根據(jù)權(quán)利要求1所述的圖像去噪方法，其特征在于，所述第N層的六個高頻子帶圖像的取值分別對應(yīng)不同方向上的取值，其中，所述第N層的六個高頻子帶圖像分別表示為W_N1、W_N2、W_N3、W_N4、W_N5、W_N6，其中，所述W_N1的取值對應(yīng)15°方向上的取值，所述W_N2的取值對應(yīng)45°方向上的取值，所述W_N3的取值對應(yīng)75°方向上的取值，所述W_N4的取值對應(yīng)-75°方向上的取值，所述W_N5的取值對應(yīng)-45°方向上的取值，所述W_N6的取值對應(yīng)-15°方向上的取值。