[发明专利]一种可应用于火灾探测的变换域邻域自适应图像降噪方法

摘要

本发明公开了一种可应用于火灾探测的变换域邻域自适应图像降噪方法，该方法首先对带噪红外火灾探测图像进行多尺度、多方向非采样Contourlet稀疏分解，根据分解后高频字图像服从拉普拉斯分布，采用贝叶斯估计方法估计全局最佳阈值。然后利用邻域统计特性修正全局阈值，得到高频字图像各像素点的自适应阈值，并对高频子图像进行阈值处理，去除子图像中的噪声成分。最后通过非采样Contourlet稀疏逆变换得到预降噪图像，达到图像降噪目的。本发明提供的方法能有效地降低红外火灾探测图像中的噪声水平，提高火灾探测图像的质量。

主权项

一种可应用于火灾探测的变换域邻域自适应图像降噪方法，其特征在于，所述方法包括以下步骤：(1)对带噪的红外火灾探测图像进行多尺度、多方向NSCT稀疏分解，获得一幅低频子图像和一系列多尺度、多方向的高频子图像；(2)对NSCT分解后的高频子图像进行直方图分布估计，并根据分布规律进行全局阈值估计；(3)利用邻域统计特性，计算得到NSCT分解后的高频子图像中每一个像素点的阈值修正系数；(4)利用步骤(3)得到的阈值修正系数修正步骤(2)得到的全局阈值，得到高频子图像各像素点与位置相关的自适应阈值；(5)利用步骤(4)得到的自适应阈值和软阈值函数进行高频子图像阈值降噪处理；(6)对进步骤(5)得到的所有降噪高频子图像和步骤(1)中得到的低频子图像进行NSCT逆变换，得到降噪图像。