[发明专利]基于量子和声搜索模糊集的NSST域浮选泡沫图像增强及去噪方法有效
| 申请号： | 201910545307.2 | 申请日： | 2019-06-22 |
| 公开（公告）号： | CN110246106B | 公开（公告）日： | 2021-09-28 |
| 发明（设计）人： | 廖一鹏;杨洁洁;陈诗媛 | 申请（专利权）人： | 福州大学 |
| 主分类号： | G06T5/00 | 分类号： | G06T5/00;G06T7/13;G06T7/136 |
| 代理公司： | 福州元创专利商标代理有限公司 35100 | 代理人： | 钱莉;蔡学俊 |
| 地址： | 350108 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于量子和声搜索模糊集的NSST域浮选泡沫图像增强及去噪方法，首先将浮选泡沫图像进行NSST分解，得到低频子带图像和多尺度高频子带；接着对低频子带图像进行量子和声搜索模糊集增强；然后对于多尺度高频子带，结合改进的贝叶斯萎缩阈值及尺度相关性去除噪声系数，并通过非线性增益函数增强边缘和纹理系数；最后对处理后的低频子带、各个高频子带的系数进行NSST重构，得到增强去噪后的图像。本发明能够改善泡沫图像的亮度、对比度和清晰度，在有效抑制噪声的同时气泡边缘得到明显增强，保留更多的纹理细节，更有利于后续的气泡分割和边缘检测等处理。 | ||
| 搜索关键词： | 基于 量子 和声 搜索 模糊 nsst 浮选 泡沫 图像 增强 方法 | ||
【主权项】：
1.基于量子和声搜索模糊集的NSST域浮选泡沫图像增强及去噪方法，其特征在于，包括以下步骤：步骤S1：将浮选泡沫图像进行NSST分解，得到低频子带图像和多尺度高频子带；步骤S2：对低频子带图像进行量子和声搜索模糊集增强；步骤S3：对于多尺度高频子带，结合改进的贝叶斯萎缩阈值及尺度相关性去除噪声系数，并通过非线性增益函数增强边缘和纹理系数；步骤S4：对处理后的低频子带、各个高频子带的系数进行NSST重构，得到增强去噪后的图像。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州大学，未经福州大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910545307.2/，转载请声明来源钻瓜专利网。
