[发明专利]一种基于广义自回归异方差模型的噪声方差估计方法有效
| 申请号： | 201510076452.2 | 申请日： | 2015-02-11 |
| 公开（公告）号： | CN104616266B | 公开（公告）日： | 2017-08-08 |
| 发明（设计）人： | 张振军 | 申请（专利权）人： | 张振军 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00 |
| 代理公司： | 北京市盈科律师事务所11344 | 代理人： | 张瑞杰 |
| 地址： | 510000 广东省广州市高新*** | 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： | 一种基于广义自回归异方差模型的噪声方差估计方法，包括以下步骤步骤1，读取被噪声污染的含噪图像；步骤2，对含噪图像做非子采样轮廓波变换；步骤3，对步骤2中的每个高频子带系数矩阵做去均值滤波处理；步骤4，将去均值滤波处理后的高频子带系数矩阵转换为一维序列数据；步骤5，对一维序列数据建立自回归模型，并求得其残差序列；步骤6，对残差序列建立统计学模型；步骤7，根据步骤5中求得的残差序列和步骤6的统计学模型，采用极大似然估计的方法计算统计学模型的参数；步骤8，求得含噪图像中的噪声的方差。该方法可以提高噪声方差估计的准确性，且适用于各种噪声水平的退化图像，为去噪、复原、特征提取等后续图像处理提供支持。 | ||
| 搜索关键词： | 一种 基于 广义 回归 方差 模型 噪声 估计 方法 | ||
【主权项】：
一种基于广义自回归异方差模型的噪声方差估计方法，其特征在于，包括以下步骤：步骤1，读取被噪声污染的含噪图像；步骤2，对含噪图像做非子采样轮廓波变换；步骤3，对步骤2中的每个高频子带系数矩阵做去均值滤波处理；步骤4，将去均值滤波处理后的二维高频子带系数矩阵转换为一维序列数据；步骤5，对一维序列数据建立广义自回归异方差模型，并求得其残差序列；步骤6，对残差序列建立统计学模型；步骤7，根据步骤5中求得的残差序列和步骤6的统计学模型，采用极大似然估计的方法计算统计学模型的参数；步骤8，根据步骤7中统计学模型的参数求得含噪图像中的噪声的方差。
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张振军，未经张振军许可，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/201510076452.2/，转载请声明来源钻瓜专利网。
- 上一篇：图像去雾方法和拍摄装置
- 下一篇：一种可提供知识点掌握量化分析的自动阅卷系统
