[发明专利]一种图像的噪声估计方法、装置及存储介质在审

专利信息
申请号: 202111339859.1 申请日: 2021-11-12
公开(公告)号: CN113947594A 公开(公告)日: 2022-01-18
发明(设计)人: 祁金利;孙蕾;李铿鹏;钟奋发 申请(专利权)人: 中山大学
主分类号: G06T7/00 分类号: G06T7/00
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 潘红
地址: 510275 *** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 图像 噪声 估计 方法 装置 存储 介质
【说明书】:

发明涉及图像处理技术领域,公开了一种图像的噪声估计方法、装置及存储介质。本发明将待估计图像进行分块,并对所得的含噪图像块进行筛选以得到待估计的含噪图像块,通过向待估计的含噪图像块加入多个不同噪声标准差的高斯白噪声,得到相应数量的新含噪图像块,进而通过各新含噪图像块的尾部奇异值均值计算待估计的含噪图像块的噪声标准差估计值,对各待估计的含噪图像块的噪声标准差估计值取平均,从而得到待估计图像的噪声标准差估计值;本发明实施例通过多次加入随机噪声实现原始噪声标准差的估计,从概率上减小了估计方法的偶然性,使得估计结果更为稳定,提高了估计精度。

技术领域

本发明涉及图像处理技术领域,尤其涉及一种图像的噪声估计方法、装置及存储介质。

背景技术

在图像的采集、传输及提取的过程中都不可避免地掺杂噪声,而这些噪声会严重影响图像的质量,因此有必要对图像的噪声进行估计。

现有技术在进行噪声估计时,首先向含噪图像中加入已知固定强度的随机噪声,以形成新的含噪图像,再利用原含噪图像和新含噪图像的尾部奇异值均值的关系实现噪声标准差的估计。

由于原始含噪声图像自带的高斯噪声具有随机性,仅向含噪图像中加入一次随机噪声,得到的结果会具有较大的随机性,使得估计结果不稳定且精确度低。

发明内容

本发明提供了一种图像的噪声估计方法、装置及存储介质,解决了现有噪声估计方法稳定性差及估计精确度低的技术问题。

本发明第一方面提供一种图像的噪声估计方法,包括:

对待估计图像进行分块处理得到多个含噪图像块;

从所述多个含噪图像块中筛选待估计的含噪图像块;

向所述待估计的含噪图像块加入多个不同噪声标准差的高斯白噪声,得到对应的多个新含噪图像块;

对每个所述新含噪图像块进行奇异值分解并计算对应的尾部奇异值均值,根据各所述尾部奇异值均值计算所述待估计的含噪图像块的噪声标准差估计值;

对所有待估计的含噪图像块的噪声标准差估计值取平均,得到所述待估计图像的噪声标准差估计值。

根据本发明第一方面的一种能够实现的方式,所述含噪图像块的尺寸为64×64。

根据本发明第一方面的一种能够实现的方式,所述从所述多个含噪图像块中筛选待估计的含噪图像块,包括:

对所述含噪图像块进行奇异值分解,选取前部h个奇异值计算平均值,得到对应所述含噪图像块的前部奇异值均值;

对所述多个含噪图像块的前部奇异值均值求取平均数,根据求取的平均数设置筛选阈值;

筛选前部奇异值均值大于所述筛选阈值的含噪图像块作为所述待估计的含噪图像块。

根据本发明第一方面的一种能够实现的方式,所述计算对应的尾部奇异值均值,包括:

对所述待估计图像进行奇异值分解得到奇异值矩阵,对所述奇异值矩阵进行重构,得到重构图像矩阵,通过最小化所述重构图像矩阵的峰度值获取对应的截断参数的最优值t;

根据所述截断参数的最优值t设置尾部奇异值均值的计算式为:

式中,Pt表示尾部奇异值均值,r为图像宽度,s(i)表示图像的第i个奇异值;

根据所述尾部奇异值均值的计算式计算新含噪图像块的尾部奇异值均值。

根据本发明第一方面的一种能够实现的方式,所述根据各所述尾部奇异值均值计算所述待估计的含噪图像块的噪声标准差估计值,包括:

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中山大学,未经中山大学许可,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/202111339859.1/2.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