【技术实现步骤摘要】
基于伪Zern ike矩的图像去噪算法
本专利技术所述的基于伪Zernike矩的图像去噪算法，属于多媒体信息安全中图形图 像技术处理领域，具体涉及一种能够有效去除噪声的新方法。
技术介绍
目前图像在获取、传输和存储过程中，经常会受到各种噪声的干扰，因此在对图像 进行进一步处理之前，采用适当的方法去除噪声是一个重要的预处理步骤。一方面其能够 有效抑制噪声，为后续处理提供更为精确的信息，如边缘检测、目标识别等；另一方面，去噪 声方法研究有助于促进其他图像处理与分析问题的解决，如图像恢复、图像分割等。伪Zernike矩是基于图像整个区域的形状描述算子，不仅具有旋转不变性，还可 以任意构造高阶矩，具有更好的抗噪声能力。因此利用伪zernike矩与非局部均值相结合 的方法，能够得到更多具有较高相似性的像素或图像之间的匹配。针对上述现有技术中所 存在的问题，研究设计一种新型的基于伪Zernike矩的图像去噪算法，从而克服现有技术 中所存在的问题是十分必要的。
技术实现思路
鉴于上述现有技术中所存在的问题，本专利技术的目的是研究设计一种新型的基于伪 ^rnike矩的图像去噪算法，从而解决图像在获取、传输和存储过程中，受到各种噪声的干 扰等问题。本专利技术所述的基于伪Zernike矩的图像去噪算法，是由非局部均值去噪算法和 伪krnike矩的计算两步来完成的；步骤一、非局部均值去噪算法处理过程如下设噪声图像为U= {u(i) Ii e I}，去除噪声后图像为NL(U) (i)，对每个像素i的 值通过下式加权得到权利要求1. 一种基于伪krnike矩的图像去噪算法，其特征在于所...
【技术保护点】
一种基于伪Ｚｅｒｎｉｋｅ矩的图像去噪算法，其特征在于所述的基于伪Ｚｅｒｎｉｋｅ矩的图像去噪算法是由非局部均值去噪算法和伪Ｚｅｒｎｉｋｅ矩的计算两步来完成的；步骤一、非局部均值去噪算法：处理过程如下：设噪声图像为ｕ＝｛ｕ（ｉ）｜ｉ∈Ｉ｝，去除噪声后图像为ＮＬ（ｕ）（ｉ），对每个像素ｉ的值通过下式加权得到ＮＬ（ｕ）（ｉ）＝＊ω（ｉ，ｊ）ｕ（ｊ）（１）ω（ｉ，ｊ）为依赖于像素ｉ与像素ｊ相似程度（高斯加权欧式距离）的权值：ω（ｉ，ｊ）＝１／Ｃ（ｉ）ｅ↑［－‖ｕ（Ｎ↓［ｉ］）－ｕ（Ｎ↓［ｊ］）‖↓［Ｇ↓［ρ］］↑［２］／ｈ↑［２］］（２）Ｃ（ｉ）＝＊ｅ↑［－‖ｕ（Ｎ↓［ｉ］）－ｕ（Ｎ↓［ｊ］）‖↓［Ｇ↓［ρ］］↑［２］／ｈ↑［２］］（３）式中，‖ｕ（Ｎ↓［ｉ］）－ｕ（Ｎ↓［ｊ］）‖↓［Ｇ↓［ρ］］↑［２］表示像素ｉ与像素ｊ之间以它们中心的子块内像素之间高斯加权距离的平方，ｕ（Ｎ↓［ｉ］）表示ｉ周围的局部子块像素集合，ｈ为滤波参数。权值０≤ω（ｉ，ｊ）≤１，且满足∑↓［ｊ］ω（ｉ，ｊ）＝１（４）步骤二、伪Ｚｅｒｎｉｋｅ矩的计算：图像的伪Ｚｅｒｎｉｋｅ矩是将图像映射到一组基函数上得到的，称为伪Ｚｅｒ...
【技术特征摘要】
【专利技术属性】
技术研发人员：王向阳，赵丽，
申请(专利权)人：辽宁师范大学，
类型：发明
国别省市：91[中国|大连]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。