改进的基于分块法的图像噪声估计.pdf

《改进的基于分块法的图像噪声估计.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、JournalofComputerApplicationsISSN10o1—90812014．07．10计算机应用，2014，34(7)：2014—2017CODENJYIIDUhttp：／／www．joca．cn文章编号：1001-9081(2014)07-2014—04doi：10．11772／j．issn．1001—9081．2014．07．2014改进的基于分块法的图像噪声估计陈会娟，戴声奎(华侨大学信息科学与工程学院，福建厦门361021)(}通信作者电子邮箱chjisland@163．con)摘要：针对含高斯白噪

2、声图像的噪声估计问题，提出一种改进传统分块法的新型算法。该算法提出灰度级范围对部分噪声的抑制作用，并因此造成对偏亮或偏暗图像的噪声估计有严重的欠估计。所提算法从解决此问题着手，合理结合滤波法对噪声的粗略估计结果得出溢出灰度级的边界条件。改进后的分块法自适应地选取划分图像的窗1：7大小、筛选噪声未溢出的子块及求取标准差排序后的数学统计参数。该算法不仅适用于噪声估计中常用的经典图像，也适用于现实生活中常见的各种监控图像，且噪声估计的结果受图像细节影响很小，对具有不同尺寸、不同信噪比、亮度不均衡及含不同等级噪声等特征的图像均取得较

3、优的估计结果。实验结果表明，该算法具有更普遍的适用性、更高的精度和更好的鲁棒性。关键词：噪声估计；分块法；欠估计；灰度级溢出；自适应中图分类号：TP391文献标志码：AImprovedblock-basedimagenoiseestimationalgorithmCHENHuijuan．DAIShengkui(SchoolofInformationScienceandEngineering，HuaqiaoUniversity,XiamenFufian361021，China)Abstract：Toestimatenoisev

4、arianceinawhiteGaussiannoiseimage，animprovedblock—basedalgorithmwasproposed．Theimprovednoiseestimationapproachputforwardthatthegray—levelrestrainssomeofthenoise．Whendealingwithbrighterordarkerimages，thisphenomenonmaycauseseriousunderestimation．Theproposedapproachst

5、artedwiththekeytounderestimation，gottheboundaryconditionofoverflowingthegray—levelbycombiningfilter—basedmethod．Theimprovedblock-basedmethodselectedwindowsizeforpartition，sub—blockswithoutoverflowing，mathematicalproportionparameterself-adaptively．Theapproachbothapp

6、liedtotheclassicalnoiseestimationimagesandsurveillanceimageswhichweremorecommonindailylife．Theimprovedblock—basedmethodWashardlyaffectedbyimagedetails，itperformedwellinimageswithdifferentsizes，diferentSignal·to-NoiseRatio(SNR)orunevenbrightness．Theexperimentalresul

7、tshowsthattheproposedalgorithmpossesseswiderapplicability，higheraccuracyandbetterrobustness．Keywords：noiseestimation；block-basedmethod；underestimation；gray·leveloverflow；self-adaptive准差估计值作为噪声估计结果。分块法运行效率较高，但其极0引言易受图像细节影响而得不到精确、稳定的实验结果。图像在获取、传输或存储等过程中都会不可避免地引入为避免过估

8、计，分块法中最关键的是被选择的子块需满噪声，且大多数实际噪声可近似为高斯白噪声。噪声大小的足具有很好的均匀性和同质性，即此子块可被视为灰度值基先验知识不同程度地影响图像去噪、压缩、滤波、分割等数字本不变、较为平坦、不含“伪边缘”的同质区。但传统分块法图像处理算法，因此如何准确地估计高斯噪声