[发明专利]图像去噪装置及图像去噪方法在审

专利信息
申请号: 201310236003.0 申请日: 2013-06-08
公开(公告)号: CN104240187A 公开(公告)日: 2014-12-24
发明(设计)人: 艾丹妮 申请(专利权)人: 株式会社日立制作所
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 北京永新同创知识产权代理有限公司 11376 代理人: 杨胜军
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像 装置 方法
【权利要求书】:

1.一种图像去噪装置,用于对图像进行去噪,其特征在于,具备:

输入单元,输入所述图像的图像数据;

分块单元,根据输入的图像数据,将所述图像划分为多个块;

特征提取单元,提取所述图像中的每一块的特征;

聚类单元,基于提取的特征进行聚类,由此将所述图像中的所述多个块分组而得到块组;

滤波单元,利用多线性子空间学习滤波器对块组进行去噪;以及

输出单元,输出去噪后的图像数据。

2.如权利要求1所述的图像去噪装置,其特征在于,

所述特征提取单元提取所述图像中的每一块的多个特征;

所述图像去噪装置还具备特征选择单元,该特征选择单元从所述多个特征中选择一部分特征;

所述聚类单元基于由所述特征选择单元选择的特征进行聚类。

3.如权利要求2所述的图像去噪装置,其特征在于,

所述特征提取单元还对所提取的多个特征进行结合,由此得到联合特征;

所述特征选择单元对所述联合特征进行特征选择,由此从所述多个特征中选择一部分特征。

4.如权利要求1所述的图像去噪装置,其特征在于,

所述特征提取单元基于亮度、颜色、形状、纹理、SIFT描述符即尺度不变特征转换描述符中的至少一个,提取所述图像中的每一块的特征。

5.如权利要求2所述的图像去噪装置,其特征在于,

所述特征选择单元从所述多个特征中选择一部分特征,以使所述聚类单元的聚类所需的计算时间减少。

6.如权利要求1所述的图像去噪装置,其特征在于,

所述图像去噪装置还具备维度检测单元,该维度检测单元检测由所述输入单元输入的图像数据的维度。

7.如权利要求6所述的图像去噪装置,其特征在于,

在所述维度检测单元检测为由所述输入单元输入的所述图像数据的维度大于2时,所述滤波单元利用多线性子空间学习滤波器对块组进行去噪。

8.如权利要求6所述的图像去噪装置,其特征在于,

所述图像去噪装置还具备预滤波处理单元;

在所述维度检测单元检测为由所述输入单元输入的所述图像数据的维度等于2时,所述预滤波处理单元对该图像数据进行预滤波处理,将预滤波处理后的图像数据提供给所述分块单元。

9.如权利要求1所述的图像去噪装置,其特征在于,

所述图像去噪装置还具备聚合单元,该聚合单元通过聚合,将所述滤波单元去噪后的块组中的块还原到该块在所述图像中的原始位置;

所述输出单元输出由所述聚合单元还原后的图像数据。

10.如权利要求1所述的图像去噪装置,其特征在于,

所述分块单元将所述图像划分为大小相等且相互重叠的多个块;

在输入的图像数据的维数为A时,所述块的维数为A,所述块组表现为维度A+1的模块,其中A是2以上的整数。

11.如权利要求1所述的图像去噪装置,其特征在于,

所述聚类单元在聚类时利用允许聚类之间重叠的软聚类。

12.一种图像去噪方法,用于对图像进行去噪,其特征在于,包括:

输入步骤,输入所述图像的图像数据;

分块步骤,根据输入的图像数据,将所述图像划分为多个块;

特征提取步骤,提取所述图像中的每一块的特征;

聚类步骤,基于提取的特征进行聚类,由此将所述图像中的所述多个块分组而得到块组;

滤波步骤,利用多线性子空间学习滤波器对块组进行去噪;以及

输出步骤,输出去噪后的图像数据。

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株式会社日立制作所,未经株式会社日立制作所许可,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/pat/books/201310236003.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top