[发明专利]小波包与偏微分方程相结合的图像去噪方法

摘要

本发明公开一种小波包与偏微分方程相结合的图像去噪方法，包括如下步骤：将采集到的原始图像进行灰度转换并进行加噪处理；构建PM模型与MCD模型相结合的去噪新模型，通过选取权重函数，区分和孤立噪声，再建立二阶微分算子；建立基于小波包与偏微分方程的图像去噪方法，用小波包对噪声图像进行系数分解，对噪声信息进行集中处理；再根据小波包分解系数，利用小波包逆变换对图像进行重构；最后对处理后的图像进行平滑处理；通过半隐式加性算子分裂数值算法进行仿真，比较它们的均方差、峰值信噪比和清晰度，分析方法的有效性和可行性。此种方法在有效去除噪声的同时，能保护图像的边缘纹理等细节信息，去噪性能优越。

主权项

1.一种小波包与偏微分方程相结合的图像去噪方法，其特征在于包括如下步骤：步骤1，将采集到的原始图像进行灰度转换并进行加噪处理，如下式：I(x,y,t)＝I0*G(x,y,t)其中，I0表示原始灰度图像，I表示加噪图像，G为高斯核函数，σ2为随机噪声方差，σ表示衡量尺度，x,y表示图像域的二维空间坐标，t为时间扩散尺度；步骤2，构建PM模型与MCD模型相结合的去噪新模型，通过选取权重函数，区分和孤立噪声；再建立二阶微分算子，在去除整体图像的噪声的同时，保护边缘和局部特征；步骤3，建立基于小波包与偏微分方程的图像去噪方法，具体是用小波包对噪声图像进行系数分解，将图像和噪声的信息分离开，对噪声信息进行集中处理；再根据小波包分解系数，利用小波包逆变换对图像进行重构；最后对处理后的图像进行平滑处理；步骤4，通过半隐式加性算子分裂数值算法进行仿真，比较它们的均方差、峰值信噪比和清晰度，分析步骤3中图像去噪方法的有效性和可行性。