基于空间自适应全变差的CS迭代阈值图像去噪重建方法

    公开(公告)号:CN114255182A

    公开(公告)日:2022-03-29

    申请号:CN202111515665.2

    申请日:2021-12-13

    Abstract: 本发明提出了一种基于空间自适应全变差的CS迭代阈值图像去噪重建方法,步骤为:初始化重建图像和初始含噪观测值;对获得的重建图像进行迭代更新获得估计值;基于优化阈值软阈值算子进行轮廓波变换获得去噪估计值轮廓波稀疏系数;将获得的去噪估计值轮廓波稀疏系数输入到基于空间自适应全变差CS重建模型中获得重建图像轮廓波系数;使用基于轮廓波维纳滤波算子进行滤波获得重建图像轮廓波系数;将重建图像轮廓波系数进行轮廓波逆变换获得重建图像。本发明采用基于优化阈值软阈值算子的轮廓波变换进行稀疏变换,不仅能够将图像数据与噪声信息进行有效分离,同时能够有效去除隐藏在图像各层中的噪声信息获得高质量的图像稀疏系数,提高了去噪重建能力。

    基于空间自适应全变差的CS迭代阈值图像去噪重建方法

    公开(公告)号:CN114255182B

    公开(公告)日:2023-05-23

    申请号:CN202111515665.2

    申请日:2021-12-13

    Abstract: 本发明提出了一种基于空间自适应全变差的CS迭代阈值图像去噪重建方法,步骤为:初始化重建图像和初始含噪观测值;对获得的重建图像进行迭代更新获得估计值;基于优化阈值软阈值算子进行轮廓波变换获得去噪估计值轮廓波稀疏系数;将获得的去噪估计值轮廓波稀疏系数输入到基于空间自适应全变差CS重建模型中获得重建图像轮廓波系数;使用基于轮廓波维纳滤波算子进行滤波获得重建图像轮廓波系数;将重建图像轮廓波系数进行轮廓波逆变换获得重建图像。本发明采用基于优化阈值软阈值算子的轮廓波变换进行稀疏变换,不仅能够将图像数据与噪声信息进行有效分离,同时能够有效去除隐藏在图像各层中的噪声信息获得高质量的图像稀疏系数,提高了去噪重建能力。

Patent Agency Ranking