[发明专利]一种基于层次分析法选取小波基的图像去噪方法有效

专利信息
申请号: 201410392521.6 申请日: 2014-08-11
公开(公告)号: CN104182935B 公开(公告)日: 2017-02-15
发明(设计)人: 翟永梅;陈刚;赵琪 申请(专利权)人: 同济大学
主分类号: G06T5/00 分类号: G06T5/00
代理公司: 上海科盛知识产权代理有限公司31225 代理人: 叶敏华
地址: 200092 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明涉及一种基于层次分析法选取小波基的图像去噪方法,包括以下步骤步骤S1选取用来评价图像去噪结果的指标,采用层次分析方法,建立了相对重要性判断矩阵,对各个指标的权重进行了量化分析,并经一致性检验可靠;步骤S2基于指标的权重分析,选取小波基,采用小波分析法对图像进行去噪。与现有技术相比,本发明建立了基于层次分析法的小波基评价的基本框架,可以方便直观地选取最优小波基,为实际图像操作提供科学客观的依据。
搜索关键词: 一种 基于 层次 分析 选取 小波基 图像 方法
【主权项】:
一种基于层次分析法选取小波基的图像去噪方法,其特征在于,包括以下步骤:步骤S1:选取用来评价图像去噪结果的指标,采用层次分析方法,建立了相对重要性判断矩阵,对各个指标的权重进行了量化分析,并经一致性检验可靠;步骤S2:基于指标的权重分析,选取小波基,采用小波分析法对图像进行去噪;所述的步骤S1具体包括:101:选取峰值信噪比、均方差、平均亮度、平均对比度、三阶矩、一致性、熵作为评价图像去噪结果的指标,设为因素A1,A2,…,An,n=7;102:基于因素An构建不同层次,对比因素An之间的重要性,得到相对重要性标度aij,aij表示Ai对比Aj的重要性,且aij=1/aji,进而获得n×n的判断矩阵A=(aij);103:对于矩阵A,先求出其最大特征根λmax,再求出其相应的标准化特征向量W,即AW=λmaxW,其中W的分量:w1,w2,…wn就是相应的n个因素的重要性,即权重或者权系数;104:进行一致性检验,确定矩阵具有一致性。
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同济大学,未经同济大学许可,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/patent/201410392521.6/,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