基于噪声估计的太赫兹图像自适应迭代去噪

王月; 李琦

doi:doi:10.3788/CJL202047.0814001

中国激光, 2020, 47 (8): 0814001, 网络出版: 2020-08-17

基于噪声估计的太赫兹图像自适应迭代去噪下载： 832次

Adaptive Iterative Denoising of Terahertz Image Based on Noise Estimation

王月 ^*李琦

作者单位

哈尔滨工业大学可调谐激光技术国家级重点实验室, 黑龙江哈尔滨 150080

图 & 表

图 1. 四叉树分解示意图^[18]

Fig. 1. Diagram of quadtree decomposition^[18]

下载图片查看原文

图 2. 基于噪声估计的自适应迭代去噪算法流程图

Fig. 2. Flow chart of adaptive iterative denoising algorithm based on noise estimation

下载图片查看原文

图 3. 噪声水平估计算法流程图

Fig. 3. Flow chart of noise level estimation algorithm

下载图片查看原文

图 4. 齿轮图像。(a)实验图像;(b)标准图像

Fig. 4. Image of gear. (a) Experimental image; (b) standard image

下载图片查看原文

图 5. 实验图像的平坦块选择

Fig. 5. Flat block selection of experimental image

下载图片查看原文

图 6. 不同参数的去噪结果。(a) h=1.4;(b) h=2.2;(c) h=2.3;(d) h=2.4;(e) h=3.2

Fig. 6. Denoising results for different parameters. (a) h=1.4; (b) h=2.2; (c) h=2.3; (d) h=2.4; (e) h=3.2

下载图片查看原文

图 7. 迭代去噪图像的平坦块选择。(a)第2次迭代;(b)第3次迭代;(c)第4次迭代

Fig. 7. Flat block selection of iterative denoising image. (a) 2nd iteration; (b) 3rd iteration; (c) 4th iteration

下载图片查看原文

图 8. 齿轮图像迭代去噪结果。(a)图像标准差;(b)第2次迭代;(c)第3次迭代;(d)第4次迭代

Fig. 8. Iterative denoising results of gear image. (a) Image standard deviation; (b) 2nd iteration; (c) 3rd iteration; (d) 4th iteration

下载图片查看原文

图 9. 齿轮图像去噪结果。(a) BNLM去噪;(b) NLM去噪

Fig. 9. Denoising results of gear image. (a) BNLM denoising; (b) NLM denoising

下载图片查看原文

图 10. 实验图像

Fig. 10. Experimental image

下载图片查看原文

图 11. 弱纹理块选择。(a)实验图像;(b)第2次迭代;(c)第3次迭代;(d)第4次迭代;(e)第5迭代次

Fig. 11. Weak texture block selection. (a) Experimental image; (b) 2nd iteration; (c) 3rd iteration; (d) 4th iteration; (e) 5th iteration

下载图片查看原文

图 12. 福娃图像迭代去噪结果。(a)图像标准差;(b)噪声标准差;(c)第2次迭代;(d)第3次迭代;(e)第4次迭代;(f)第5次迭代

Fig. 12. Iterative denoising results of Fuwa image. (a) Image standard deviation; (b) noise standard deviation; (c) 2nd iteration; (d) 3rd iteration; (e) 4th iteration; (f) 5th iteration

下载图片查看原文

图 13. 福娃图像去噪结果。(a) BNLM去噪;(b) NLM去噪

Fig. 13. Denoising result of Fuwa image. (a) BNLM denoising; (b) NLM denoising

下载图片查看原文

表 1不同参数的去噪图像R_PSNR及M_MSSIM结果对比

Table1. Comparison of R_PSNR and M_MSSIM results of denoising images with different parameters

Experimental parameter		R_PSNR	M_MSSIM
	0.85	16.774	0.8853
	0.8	16.774	0.8873
T(l=3)	0.5	16.714	0.8873
	0.3	16.694	0.8869
	0.15	16.683	0.8868
	0.85	16.788	0.8867
	0.8	16.789	0.8876
T(l=4)	0.5	16.789	0.8865
	0.3	16.768	0.8869
	0.15	16.718	0.8868
	3	16.781	0.8787
	4	16.788	0.8892
t	5	16.750	0.8892
	6	16.715	0.8867
	7	16.685	0.8868
	1	16.987	0.8894
	2	16.870	0.8889
f	3	16.788	0.8867
	4	16.732	0.8822
	5	16.686	0.8779
	1.4	17.056	0.8845
	2.2	17.082	0.8897
h	2.3	17.082	0.8913
	2.4	17.077	0.8885
	3.2	16.987	0.8842

查看原文

表 2齿轮图像噪声估计结果

Table2. Noise estimation results of gear image

Iteration	2nd iteration	3rd iteration	4th iteration
Estimationresult	$\begin{matrix} {\hat{σ}}_{2} \end{matrix}$ =7.285	$\begin{matrix} {\hat{σ}}_{3} \end{matrix}$ =6.191	$\begin{matrix} {\hat{σ}}_{4} \end{matrix}$ =2.716

查看原文

表 3齿轮图像的去噪结果对比

Table3. Comparison of denoising results of gear image

Image	R_PSNR	M_MSSIM
Noise image	16.387	0.766
Image obtained when imagestandard deviation is usedas denoising parameter	17.079	0.891
Image after 2nd iteration	17.095	0.901
Image after 3rd iteration	17.095	0.904
Image after 4th iteration	17.095	0.904

查看原文

表 4齿轮图像BNLM及NLM去噪的客观质量参数

Table4. Objective quality parameters of BNLM and NLM denoising of gear image

Processing method	R_PSNR	M_MSSIM
BNLM	17.074	0.891
NLM	16.753	0.879

查看原文

表 5福娃图像噪声估计结果

Table5. Noise estimation results of Fuwa image

Iteration	1st iteration	2nd iteration	3rd iteration	4th iteration	5th iteration
Estimation result	$\begin{matrix} {\hat{σ}}_{1} \end{matrix}$ =44.191	$\begin{matrix} {\hat{σ}}_{2} \end{matrix}$ =19.666	$\begin{matrix} {\hat{σ}}_{3} \end{matrix}$ =27.435	$\begin{matrix} {\hat{σ}}_{4} \end{matrix}$ =28.310	$\begin{matrix} {\hat{σ}}_{5} \end{matrix}$ =31.758

查看原文

表 6福娃图像的去噪结果对比

Table6. Comparison of denoising results of Fuwa image

Image	S_SNT
Noise image	6.255
Image obtained when imagestandard deviation is usedas denoising parameter	6.313
Image obtained when noisestandard deviation is usedas denoising parameter	6.176
Image after 2nd iteration	6.234
Image after 3rd iteration	6.307
Image after 4th iteration	6.382
Image after 5th iteration	6.459

查看原文

表 7福娃图像BNLM及NLM去噪的客观质量参数

Table7. Objective quality parameters of BNLM and NLM denoising of Fuwa image

Processing method	BNLM	NLM
S_SNT	6.296	5.661

查看原文

王月, 李琦. 基于噪声估计的太赫兹图像自适应迭代去噪[J]. 中国激光, 2020, 47(8): 0814001. Wang Yue, Li Qi. Adaptive Iterative Denoising of Terahertz Image Based on Noise Estimation[J]. Chinese Journal of Lasers, 2020, 47(8): 0814001.

基于噪声估计的太赫兹图像自适应迭代去噪 下载： 832次

图 1. 四叉树分解示意图[18]

Fig. 1. Diagram of quadtree decomposition[18]

图 2. 基于噪声估计的自适应迭代去噪算法流程图

Fig. 2. Flow chart of adaptive iterative denoising algorithm based on noise estimation

图 3. 噪声水平估计算法流程图

Fig. 3. Flow chart of noise level estimation algorithm

图 4. 齿轮图像。(a)实验图像;(b)标准图像

Fig. 4. Image of gear. (a) Experimental image; (b) standard image

图 5. 实验图像的平坦块选择

Fig. 5. Flat block selection of experimental image

图 6. 不同参数的去噪结果。(a) h=1.4;(b) h=2.2;(c) h=2.3;(d) h=2.4;(e) h=3.2

Fig. 6. Denoising results for different parameters. (a) h=1.4; (b) h=2.2; (c) h=2.3; (d) h=2.4; (e) h=3.2

图 7. 迭代去噪图像的平坦块选择。(a)第2次迭代;(b)第3次迭代;(c)第4次迭代

Fig. 7. Flat block selection of iterative denoising image. (a) 2nd iteration; (b) 3rd iteration; (c) 4th iteration

图 8. 齿轮图像迭代去噪结果。(a)图像标准差;(b)第2次迭代;(c)第3次迭代;(d)第4次迭代

Fig. 8. Iterative denoising results of gear image. (a) Image standard deviation; (b) 2nd iteration; (c) 3rd iteration; (d) 4th iteration

图 9. 齿轮图像去噪结果。(a) BNLM去噪;(b) NLM去噪

Fig. 9. Denoising results of gear image. (a) BNLM denoising; (b) NLM denoising

图 10. 实验图像

Fig. 10. Experimental image

图 11. 弱纹理块选择。(a)实验图像;(b)第2次迭代;(c)第3次迭代;(d)第4次迭代;(e)第5迭代次

Fig. 11. Weak texture block selection. (a) Experimental image; (b) 2nd iteration; (c) 3rd iteration; (d) 4th iteration; (e) 5th iteration

图 12. 福娃图像迭代去噪结果。(a)图像标准差;(b)噪声标准差;(c)第2次迭代;(d)第3次迭代;(e)第4次迭代;(f)第5次迭代

Fig. 12. Iterative denoising results of Fuwa image. (a) Image standard deviation; (b) noise standard deviation; (c) 2nd iteration; (d) 3rd iteration; (e) 4th iteration; (f) 5th iteration

图 13. 福娃图像去噪结果。(a) BNLM去噪;(b) NLM去噪

Fig. 13. Denoising result of Fuwa image. (a) BNLM denoising; (b) NLM denoising

表 1不同参数的去噪图像RPSNR及MMSSIM结果对比

Table1. Comparison of RPSNR and MMSSIM results of denoising images with different parameters

表 2齿轮图像噪声估计结果

Table2. Noise estimation results of gear image

表 3齿轮图像的去噪结果对比

Table3. Comparison of denoising results of gear image

表 4齿轮图像BNLM及NLM去噪的客观质量参数

Table4. Objective quality parameters of BNLM and NLM denoising of gear image

表 5福娃图像噪声估计结果

Table5. Noise estimation results of Fuwa image

表 6福娃图像的去噪结果对比

Table6. Comparison of denoising results of Fuwa image

表 7福娃图像BNLM及NLM去噪的客观质量参数

Table7. Objective quality parameters of BNLM and NLM denoising of Fuwa image

相关论文

相关资讯

关于本站 Cookie 的使用提示

全站搜索

基于噪声估计的太赫兹图像自适应迭代去噪下载： 832次

图 1. 四叉树分解示意图^[18]

Fig. 1. Diagram of quadtree decomposition^[18]

表 1不同参数的去噪图像R_PSNR及M_MSSIM结果对比

Table1. Comparison of R_PSNR and M_MSSIM results of denoising images with different parameters