基于多尺度的卡爾曼濾波圖像去噪方法
【專利摘要】本發(fā)明公開了一種基于多尺度的卡爾曼濾波圖像去噪方法，包括如下步驟：小波分解步驟，對(duì)圖像進(jìn)行小波變換，所述圖像被分解為多個(gè)層，每個(gè)層包括四個(gè)部分：LL部分、HL部分、LH部分和HH部分，其中，LL部分屬于低頻部分，HL部分、LH部分和HH部分屬于高頻部分；計(jì)算預(yù)測(cè)步驟，用上一層的HL部分、LH部分和HH部分的最終估計(jì)小波子系數(shù)分別更新下一層的HL部分、LH部分和HH部分的初始估計(jì)小波子系數(shù)，對(duì)于上下兩層相應(yīng)的部分：逆變換步驟，利用更新小波子系數(shù)后的多個(gè)層進(jìn)行小波逆變換，得到去噪后的圖像。
【專利說(shuō)明】基于多尺度的卡爾曼濾波圖像去噪方法
【【技術(shù)領(lǐng)域】】
[0001]本發(fā)明涉及圖像處理領(lǐng)域，具體涉及一種基于多尺度的卡爾曼濾波圖像去噪方法。
【【背景技術(shù)】】
[0002]數(shù)字圖像在采集，轉(zhuǎn)換以及傳輸?shù)倪^程中會(huì)受到噪聲的污染。圖像恢復(fù)(復(fù)原)是計(jì)算機(jī)圖像處理的主要內(nèi)容之一，其目的在于消除或減輕在圖像獲取及傳輸過程中造成的圖像品質(zhì)下降即退化現(xiàn)象，恢復(fù)圖像的本來(lái)面目。
[0003]傳統(tǒng)的去噪方法大致可以分為兩類，一類是基于空域的方法，一類是基于變換域的方法?？沼蛉ピ敕椒ㄖ斜容^經(jīng)典的方法有高斯濾波，中值濾波，雙邊濾波等。空域的方法都是直接對(duì)圖像的灰度進(jìn)行處理。變換域的方法都是將圖像進(jìn)行轉(zhuǎn)換，如傅立葉變換，小波變換，曲波變換，輪廓波變換等。
[0004]小波變換是變換域中比較典型的去噪算法，主要是對(duì)變換后的系數(shù)直接進(jìn)行閾值處理。但這種處理往往沒有考慮不同尺度之間系數(shù)的相關(guān)性，可以利用這種相關(guān)性，提高卡爾曼預(yù)測(cè)效果。
[0005]卡爾曼濾波是一個(gè)最優(yōu)化自回歸數(shù)據(jù)處理算法，最突出的優(yōu)點(diǎn)是可以快速實(shí)時(shí)處理問題。它廣泛應(yīng)用于機(jī)器人導(dǎo)航、控制、傳感器數(shù)據(jù)融合甚至軍事方面的雷達(dá)系統(tǒng)以及導(dǎo)彈追蹤等等。近年來(lái)更被應(yīng)用于計(jì)算機(jī)圖像處理如圖像去噪、圖像復(fù)原、人臉識(shí)別、圖像分害I]、圖像邊緣檢測(cè)等等。傳統(tǒng)的kalman濾波用于圖像處理時(shí)，往往只是對(duì)一副圖像單一尺度進(jìn)行處理，雖然利用了圖像之間的相關(guān)性進(jìn)行預(yù)測(cè)和更新，但是其預(yù)測(cè)和更新比較復(fù)雜，效果也并不理想。
【
【發(fā)明內(nèi)容】
】
[0006]現(xiàn)有卡爾曼濾波對(duì)圖像的處理，并沒有更多地考慮圖像中低頻和高頻之間的相關(guān)關(guān)系。且kalman濾波對(duì)初始估計(jì)依賴性很強(qiáng)，好的初值更能獲得好的預(yù)測(cè)效果，否則預(yù)測(cè)效果不佳。
[0007]為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于多尺度的卡爾曼濾波圖像去噪方法，以達(dá)到在不增加計(jì)算復(fù)雜度的基礎(chǔ)上，獲得更好的去噪效果。
[0008]一種基于多尺度的卡爾曼濾波圖像去噪方法，包括如下步驟:
[0009]小波分解步驟，對(duì)圖像進(jìn)行小波變換，所述圖像被分解為多個(gè)層，每個(gè)層包括四個(gè)部分:LL部分、HL部分、LH部分和HH部分，其中，LL部分屬于低頻部分，HL部分、LH部分和HH部分屬于高頻部分；
[0010]計(jì)算預(yù)測(cè)步驟，用上一層的HL部分、LH部分和HH部分的最終估計(jì)小波子系數(shù)分別更新下一層的HL部分、LH部分和HH部分 的初始估計(jì)小波子系數(shù)，對(duì)于上下兩層相應(yīng)的部分:
[0011]
【權(quán)利要求】
1.一種基于多尺度的卡爾曼濾波圖像去噪方法，其特征是，包括如下步驟: 小波分解步驟，對(duì)圖像進(jìn)行小波變換，所述圖像被分解為多個(gè)層，每個(gè)層包括四個(gè)部分:LL部分、HL部分、LH部分和HH部分，其中，LL部分屬于低頻部分，HL部分、LH部分和HH部分屬于高頻部分； 計(jì)算預(yù)測(cè)步驟，用上一層的HL部分、LH部分和HH部分的最終估計(jì)小波子系數(shù)分別更新下一層的HL部分、LH部分和HH部分的初始估計(jì)小波子系數(shù)，對(duì)于上下兩層相應(yīng)的部分:
2.如權(quán)利要求1所述的基于多尺度的卡爾曼濾波圖像去噪方法，其特征是: 在計(jì)算預(yù)測(cè)步驟之前，對(duì)最上層的HL部分、LH部分和HH部分的小波子系數(shù)Vik進(jìn)行如下修正:
3.如權(quán)利要求1所述的基于多尺度的卡爾曼濾波圖像去噪方法，其特征是: 在計(jì)算預(yù)測(cè)步驟中，在進(jìn)行
【文檔編號(hào)】G06T5/00GK103530857SQ201310535630
【公開日】2014年1月22日 申請(qǐng)日期:2013年10月31日 優(yōu)先權(quán)日:2013年10月31日
【發(fā)明者】王好謙, 楊江峰, 王興政, 戴瓊海 申請(qǐng)人:清華大學(xué)深圳研究生院