申请/专利权人：江苏海洋大学;连云港蓝途智能科技有限公司

申请日：2023-10-16

公开（公告）日：2024-02-06

公开（公告）号：CN117522724A

主分类号：G06T5/70

分类号：G06T5/70;G06T5/40;G06T7/13;G06F17/14

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.27#实质审查的生效;2024.02.06#公开

摘要：本发明公开了基于Ad‑Wiener和Sobel的2D‑TV‑VMD声呐图像去噪方法，应用该方法可以高效地对声呐噪声图像进行去噪处理。首先通过2D‑TV‑VMD算法分解含噪图像然后针对模态分量中所含有效信息的程度采用不同的处理方案，以高效地筛选出有效的模态分量，最后将处理获得的有效模态分量进行重构处理，以达到去除图像中的噪声的效果。经过实验，本方法在改善图像相关系数CC、信噪比SNR、峰值信噪比PSNR等指标上分别提升了4.1％、16.7％、11.2％，去噪图像的视觉效果和边缘保持能力得到较大提升，并且随着噪声方差的不断增大，本方法的鲁棒性也得到进一步体现，故亦适用于具有高密度噪声的声呐图像去噪。

主权项：1.基于Ad-Wiener和Sobel的2D-TV-VMD声呐图像去噪方法，其特征在于，首先使用2D-TV-VMD模态分解方法对图像进行分解，然后根据分解后含有不同程度有效信息的模态分量进行不同方案的处理，以最大程度的提取出模态分量中的有效信息，从而实现图像去噪处理；具体步骤如下：S1：利用2D-TV-VMD算法对含噪图像进行模态分解，得到一系列不同中心频率模态分量的IMF图像；S2：利用相关系数和结构相似度筛选这一系列模态分量，根据模态分量中所含信息的比重将模态分量划分为Ⅰ、Ⅱ、Ⅲ级；S3：利用自适应维纳滤波对Ⅰ级图像分量进行滤波处理，得到滤波后的有效模态分量；S4：使用Sobel边缘检测算法对Ⅱ级分量中的边缘细节进行增强提取,使用灰度直方图均衡化的方法处理提取到的图像分量，增加图像对比度；S5：对Ⅲ级图像分量进行零值处理；S6：对S3、S4、S5步骤处理后的有效图像模态分量成分进行重构，得到去噪后的图像。

全文数据：

权利要求：

百度查询： 江苏海洋大学;连云港蓝途智能科技有限公司 基于Ad-Wiener和Sobel的2D-TV-VMD声呐图像去噪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD