基于curvelet变换的红外图像去噪方法研究.pdf
《基于curvelet变换的红外图像去噪方法研究.pdf》由会员分享,可在线阅读,更多相关《基于curvelet变换的红外图像去噪方法研究.pdf(4页珍藏版)》请在咨信网上搜索。
1、收稿日期:基金项目:国家级大学生创新训练项目(,);安徽省自然科学研究项目();安徽省质量工程项目(,);安徽省人文社科重点研究项目()作者简介:孙婷婷(),女,安徽淮北人,淮北职业技术学院副教授,本科,主要从事图像处理方面的研究 :通讯作者:崔少华(),女,陕西咸阳人,淮北师范大学物理与电子信息学院副教授,硕士,主要从事图像处理与模式识别方面的研究山西师范大学学报(自然科学版)第 卷第 期 年 月 文章编号:()基于 变换的红外图像去噪方法研究孙婷婷,崔少华,孔令坤,董世稳,黄金乐 淮北职业技术学院计算机系,安徽 淮北 ;淮北师范大学物理与电子信息学院,安徽 淮北 摘要:针对传统小波算法所生
2、成的可分离小波只具有有限的方向,不利于图像去噪,本文采用 算法对红外图像进行去噪处理 该方法以小波变换为基础对图像进行分解,在分解所得的一系列小波子带中,以定义的平滑窗函数对曲线边缘进行平滑分割,再对平滑分割处理的每个子块进行 变换 最后将小波阈值范围外的系数置零,以 逆变换对原始图像进行重构 红外图像的去噪实验表明,本文算法有效可行,相比传统的小波算法、算法,本算法能获得更高的 数值,去噪效果更佳关键词:红外图像;去噪;变换;分解与重构中图分类号:文献标识码:引言在视频监控中一般采用可见光技术和红外技术采集信息,其中可见光技术采集的视频图像具有细节不凡、边缘清晰等优点,但却受制于采集时间和光
3、亮度 红外技术可以在夜晚和光照度低的情况下采集视频图像,对采集环境要求较低,相比之下,红外监控在实际生活中应用更多 在实际生活中,由于受采集条件、外部噪声以及人为因素的影响,获取的红外图像常常会出现不同程度的失真,如图像因含有噪声模糊不清,对失真图像去噪就成为图像预处理过程中一项十分必要的工作 早期的图像去噪多采用均值滤波、高斯滤波等时域滤波法,利用图像的像素值与噪声值存在的差异将二者分离 随着时域滤波器去噪凸显的边缘模糊、丢失重要图像特征信息等缺陷,使得在变换域内处理图像更受欢迎,其中 (小波变换)就是常见的变换域处理方法 例如,文献 以小波阈值法对含噪图像的小波系数进行取舍,截取前面的小波
4、系数重构图像,以此达到去噪的目的;文献 经过小波变换获得小波系数,设置阈值筛选系数,以保留的低频系数小波逆变换恢复红外图像;文献 引入 准则的小波阈值对噪声和图像系数进行筛选和重构,对传统硬、软阈值去噪法进行了改进 然而,由于传统小波算法构造的小波基仅包含有限方向,能有效地表示图像点中低维函数,不能最优表达包含线性或者曲面奇异的高维像素点函数,从而使得上述文献的去噪效果受到限制 为了改善这一局限性,本文采用 变换对含噪红外图像进行处理,并与小波算法、奇异值分解算法(,)相对比,结果表明将本文算法应用于红外图像去噪中有效可行,并能改善传统小波算法的去噪效果 变换域内去噪原理若一个二维的灰度图像为
5、 ,其大小为 (通常取 ),假设噪声为 ,则采集的含噪图像 为:()变换域内去噪的基本思想是从失真图像(噪声污染)除去噪声 ,经逆变换所得图像(去噪后图像),它是原始图像 的近似,所以去噪后存在误差 ,理论上,误差 数值越小表示 与原始图像 越接近,除去的噪声越多,去噪效果越好 然而红外图像更加注重细节显示和保真度,现实处理时并非去除的噪声越多越好,只有逆变换选择“恰当”的重构维数才可达到实际理想效果,因此,在变换域内实现图像去噪的关键转化为寻求“恰当”的重构系数 为此本文引入 变换和其反演重构,以下将开展具体介绍 算法原理 变换 变换是以脊波变换()为基础的 由于一维小波分离的小波系数仅包含
6、有限的方向,能有效地表示低维像素点,却不能最优地表达含线性或者曲面奇异的高阶函数 为了克服这一局限性,学者们提出了 变换,但由于 变换计算时的冗繁性质,对边缘信息的特征表达不佳等缺陷,变换随之产生 从 变换角度出发,其小波基构架的支撑区间可满足各向奇异尺度关系,能最优的表达高阶函数中含线奇异和曲面奇异的部分 变换的表述如下 ,:已知函数 :,其傅里叶变换为 (),则 变换噪的 维空间容许条件为:()()假设有二维函数 (,),变换时寻求的框架(函数簇)为:(,)(,)()()式()中 是变换的尺度因子,是位置评议因子,是与 轴的夹角,即方向因子 则其 变换可定义为:(,)(,)(,)(,)()
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 curvelet 变换 红外 图像 方法 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。