[发明专利]一种基于shearlet变换的邻域双变量阈值去噪方法在审
| 申请号： | 201810254794.2 | 申请日： | 2018-03-26 |
| 公开（公告）号： | CN108428221A | 公开（公告）日： | 2018-08-21 |
| 发明（设计）人： | 侯兴松;胡春都 | 申请（专利权）人： | 广东顺德西安交通大学研究院;西安交通大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T5/10 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 高博 |
| 地址： | 528399 广东*** | 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： | 本发明公开了一种基于shearlet变换的邻域双变量阈值去噪方法，首先对含噪图像进行非下采样shearlet变换，然后以贝叶斯后验概率为基础，对变换后的shearlet系数进行收缩处理，根据邻域双变量阈值模型对含噪shearlet系数进行收缩和高斯加权平均完成去燥处理，最后通过非下采样shearlet反变换从噪声图像中重建出去噪图像。本发明采用噪声方差中值估计，无需提前知道噪声的电平，本算法实现简单，去噪效果良好，具有很好的工程实用价值。 | ||
| 搜索关键词： | 双变量 邻域 阈值去噪 下采样 含噪图像 后验概率 加权平均 收缩处理 算法实现 噪声方差 噪声图像 中值估计 阈值模型 贝叶斯 反变换 高斯 去噪 噪声 收缩 图像 重建 | ||
【主权项】：
1.一种基于shearlet变换的邻域双变量阈值去噪方法，其特征在于，首先对含噪图像进行非下采样shearlet变换，然后以贝叶斯后验概率为基础，对变换后的shearlet系数进行收缩处理，根据邻域双变量阈值模型对含噪shearlet系数进行收缩和高斯加权平均完成去燥处理，最后通过非下采样shearlet反变换从噪声图像中重建出去噪图像。
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广东顺德西安交通大学研究院;西安交通大学，未经广东顺德西安交通大学研究院;西安交通大学许可，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/201810254794.2/，转载请声明来源钻瓜专利网。
