[发明专利]基于独立成分分析的自然场景图像去噪方法

权利要求书

1.一种基于独立成分分析的自然场景图像去噪方法，其特征在于，该方法包括以下步骤：

1)对输入的含噪图像进行滑窗采样，得到含噪图像的一组多通道数据；

2)对多通道数据执行独立成分分析算法，得到含噪图像的独立分量y及对应的基底函数B；

3)在独立分量域中，对步骤2)中的每一个独立分量进行阈值化操作，获得经过阈值化操作后的独立分量

4)使用步骤2)中的基底函数对步骤3)中经过阈值化操作后的独立分量进行重构操作，获得时域中的去噪图像。

2.根据权利要求1所述的一种基于独立成分分析的自然场景图像去噪方法，其特征在于，所述的滑窗采样具体为：使用大小为k×k的窗从上到下、从左到右地对含噪图像进行采样。

3.根据权利要求2所述的一种基于独立成分分析的自然场景图像去噪方法，其特征在于，所述的多通道数据的通道数和独立分量的个数均为k×k。

4.根据权利要求1所述的一种基于独立成分分析的自然场景图像去噪方法，其特征在于，所述的步骤3)中阈值化操作的具体步骤为：

31)计算第一个独立分量的标准差σ，根据公式适应地得到阈值T，其中N为这一独立分量的样本点数，log为自然对数；

32)将这一独立分量中绝对值小于所得阈值T的全部置为零，其余保持不变；

33)重复步骤31)和步骤32)，依次对每一个独立分量完成阈值化处理。

5.根据权利要求1所述的一种基于独立成分分析的自然场景图像去噪方法，其特征在于，所述的步骤4)中去噪图像获得的具体步骤为：

41)用基底函数将经过阈值化操作后的独立分量重构为去噪后的信号

42)将去噪后的信号按照原始的含噪图像大小重新进行排列，获得最终的去噪图像。