一种基于置信相似度的递归高斯极大似然估计的冲激噪声抑制方法

    公开(公告)号:CN104077752A

    公开(公告)日:2014-10-01

    申请号:CN201410291248.8

    申请日:2014-06-25

    Applicant: 东南大学

    Abstract: 本发明公开了一种基于置信相似度的递归高斯极大似然估计的冲激噪声抑制方法。首先假设灰度值为0和255的像素是被噪声污染的像素,得到掩膜图像,计算噪声密度;然后循环确定每个像素的复原值,若是噪声点则将带权估计值赋给目标复原图像,否则直接将当前像素值赋值给目标复原图像,并计算当前像素为窗口权值矩阵,通过高斯极大似然估计计算出当前像素的估计值,每次迭代过程都重新计算图像中未被噪声污染的像素灰度值,并计算其对于噪声图像中对应位置像素灰度值的峰值信噪比,如果该峰值信噪比不再增大,则迭代停止。本发明在有效抑制冲激噪声的同时保存局部细节,使得局部结构有更好的对比度,取得更好的图像复原效果。

Patent Agency Ranking