發(fā)布時(shí)間：2024-12-11 00:52

　　 針對(duì)當(dāng)前圖像去噪算法缺乏對(duì)整體結(jié)構(gòu)的分析以及運(yùn)算量過(guò)大的不足,提出了一種利用波域調(diào)和濾波擴(kuò)散模型改進(jìn)BM3D去噪技術(shù)的新算法。首先,利用傳統(tǒng)的歐氏距離法將相似二維圖像塊合并,得到三維數(shù)組,再將聯(lián)合濾波后的三維數(shù)組進(jìn)行逆變換,得到圖像的預(yù)估計(jì)數(shù)據(jù)。其次,通過(guò)小波分解變換提取預(yù)估計(jì)圖像中的高頻部分進(jìn)行濾波,為避免邊緣模糊,引用拉普拉斯高斯算法構(gòu)建新算子并將其代入擴(kuò)散模型。最后,進(jìn)行小波重構(gòu),以得到原始圖像的最終逼近,從而均衡運(yùn)算速度和去噪性能,保護(hù)圖像完整的結(jié)構(gòu)信息。實(shí)驗(yàn)結(jié)果表明,新算法的去噪性能優(yōu)異,內(nèi)部信息保護(hù)更具完整性,運(yùn)算速度合理,有利于實(shí)際應(yīng)用。

【文章頁(yè)數(shù)】：5 頁(yè)

【部分圖文】：

圖1 原始圖

圖1為自然圖像Lena,Barbara,Dxy以及Tsg的原始實(shí)驗(yàn)圖,像素大小均為512*512。首先,分別使用BLS-GSM,F-NLM,BM3D和本文算法對(duì)Lena圖像進(jìn)行平滑去噪。本文算法的濾波模型設(shè)置時(shí)間步長(zhǎng)Δt=0.2,迭代次數(shù)n=7。小波閾值去噪中采用sym4分解。平....

圖2 不同去噪模型的去噪效果圖(Lena)

圖1原始圖圖3不同去噪模型的去噪效果圖(Barbara)

圖3 不同去噪模型的去噪效果圖(Barbara)

圖2不同去噪模型的去噪效果圖(Lena)圖4不同去噪模型的去噪效果圖(Dxy)

圖4 不同去噪模型的去噪效果圖(Dxy)

圖3不同去噪模型的去噪效果圖(Barbara)圖5不同去噪模型的去噪效果圖(Tsg)

本文編號(hào)：4015927