[发明专利]一种基于噪声识别的红外图像混合降噪方法

权利要求书

1.一种基于噪声识别的红外图像混合降噪方法，其特征在于，包括如下步骤：

S1、获取含噪声的人脸红外图像并对其进行中值滤波；

S2、对步骤S1中经过中值滤波后的人脸红外图像进行小波分解，得到高频子带和低频子带；

S3、对步骤S2处理后的高频子带进行阈值化函数处理得到噪声图像的高频系数，并对低频子带进行中值滤波处理得到噪声图像的低频系数；

S4、将经过步骤S3处理后的高频系数和低频系数融合，并重构为降噪后人脸红外图像。

2.根据权利要求1所述的基于噪声识别的红外图像混合降噪方法，其特征在于，所述步骤S1具体包括：

S11、构建n×n的滤波核并利用所构造的滤波核在所获取的人脸红外图像上滑动，并将所构建的滤波核的中点与待滤波的像素点对齐；

S12、获取滤波核所覆盖的像素点的灰度值；

S13、将通过步骤S12获取的像素点的灰度值按顺序分布，并计算顺序分布的中值；

S14、利用所计算的中值替换滤波核的中点所覆盖的像素点。

3.根据权利要求2所述的基于噪声识别的红外图像混合降噪方法，其特征在于，所述步骤S13中计算顺序分布的中值的公式为下式所示，

其中l_k为方形滤波窗口的尺寸，p_k为图像素中干扰噪声点的占比。

4.根据权利要求3所述的基于噪声识别的红外图像混合降噪方法，其特征在于，所述步骤S3中高频子带进行阈值化函数包括硬阈值法、软阈值法以及折中阈值法。

5.根据权利要求4所述的基于噪声识别的红外图像混合降噪方法，其特征在于，所述硬阈值法的计算方式为：

其中，为阈值处理后的小波系数，W为阈值处理前的高频系数，δ为阈值。

6.根据权利要求4所述的基于噪声识别的红外图像混合降噪方法，其特征在于，所述软阈值法的计算方式为：

其中，Sgn(W)为小波系数的符号函数。

7.根据权利要求4所述的基于噪声识别的红外图像混合降噪方法，其特征在于，所述折中阈值法的计算方式为：

8.根据权利要求7所述的基于噪声识别的红外图像混合降噪方法，其特征在于，所述步骤S4中重构为降噪后人脸红外图像的方式具体为：

根据小波分解的低频系数和经阈值化处理后的高频系数进行图像重构，完成图像的去噪。