- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 110930332 A
(43)申请公布日
2020.03.27
(21)申请号 201911156812.4
(22)申请日 2019.11.22
(71)申请人 河北工程大学
地址 056000 河北省邯郸市丛台区太极路
19号
(72)发明人 王华英
(74)专利代理机构 北京科亿知识产权代理事务
所(普通合伙) 11350
代理人 李兴林
(51)Int.Cl.
G06T 5/00(2006.01)
G06K 9/62(2006.01)
权利要求书2页 说明书4页 附图1页
(54)发明名称
一种基于人工智能的数字全息图像去噪方
法
(57)摘要
本发明公开了一种基于人工智能的数字全
息图像去噪方法,包括以下步骤,A、对待处理数
字全息图像进行分块;B、以每个图像块为基准图
层,分别进行上采样和下采样,得到对应的图层
集合;C、每个图层集合建立对应的噪声提取模
型,使用噪声提取模型对集合中每个图层的噪声
特征进行提取;D、将噪声特征进行特征融合,使
用融合后的噪声特征对图像块进行去噪处理;E、
噪声提取模块根据特征融合结果进行自动更新;
F、使用去噪处理后的图像块进行图像重构。本发
明能够改进现有技术的不足,提高噪声去除的准
A 确性。
2
3
3
0
3
9
0
1
1
N
C
CN 110930332 A 权 利 要 求 书 1/2页
1.一种基于人工智能的数字全息图像去噪方法,其特征在于包括以下步骤:
A、对待处理数字全息图像进行分块;
B、以每个图像块为基准图层,分别进行上采样和下采样,得到对应的图层集合;
C、每个图层集合建立对应的噪声提取模型,使用噪声提取模型对集合中每个图层的噪
声特征进行提取;
D、将噪声特征进行特征融合,使用融合后的噪声特征对图像块进行去噪处理;
E、噪声提取模块根据特征融合结果进行自动更新;
F、使用去噪处理后的图像块进行图像重构。
2.根据权利要求1所述的基于人工智能的数字全息图像去噪方法,其特征在于:步骤A
中,对待处理数字全息图像进行分块包括以下步骤,
A1、遍历数字全息图像,选择分割区域,分割区域为,区域内灰度标准差小于第一设定
阈值,区域边缘内侧灰度与外侧灰度的变化不连续;
A2、使用分割区域拟合分割线段,分割线段全部位于分割区域内,且位于同一分割区域
内的分割线段上的灰度变化连续;
A3、使用分割线段对数字全息图像进行分块。
3.根据权利要求2所述的基于人工智能的数字全息图像去噪方法,其特征在于:每个图
像块的边缘与相邻图像块具有重合区域,重合区域的面积小于所述图像块面积的5%。
4.根据权利要求3所述的基于人工智能的数字全息图像去噪方法,其特征在于:步骤B
中,对图像进行上采样包括以下步骤,
B11、选择基准图层若干个非边缘像素点,以此类像素点为中心向外扩展采样区域,使
所有采样区域的组合包含基准图层的全部区域;
B12、以此像素点为起始点标记扇形区域,扇形区域的外侧边缘位于采样区域的外侧;
B13、使用扇形区域位于采样区域内部的部分对扇形区域位于采样区域外部的部分进
行拟合,待拟合像素点的灰度和亮度为扇形区域位于采样区域内部的全部像素点的加权平
均值,采样区域内部像素点的权重值与其和待拟合像素点的欧氏距离成正比;
B14、使用拟合出的区域对原采样区域进行扩充,使用新的采样区域组成扩大面积后的
图层
文档评论(0)