预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

在线预览结束,喜欢就下载吧,查找使用更方便

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN113487505A(43)申请公布日2021.10.08(21)申请号202110761512.X(22)申请日2021.07.06(71)申请人成都瀚海拾诠科技有限公司地址610000四川省成都市中国(四川)自由贸易试验区成都市天府新区兴隆街道湖畔路北段715号1号楼301室(72)发明人何十全王振宇刘宇(74)专利代理机构成都正华专利代理事务所(普通合伙)51229代理人罗健龙(51)Int.Cl.G06T5/00(2006.01)G06T5/10(2006.01)G06T5/20(2006.01)权利要求书2页说明书5页附图2页(54)发明名称一种基于噪声识别的红外图像混合降噪方法(57)摘要本发明公开了一种基于噪声识别的红外图像混合降噪方法,首先对近红外图像做3*3的中值滤波的滤波器,得到只含有高斯噪声的图像,然后对其进行小波变换去噪处理。其次波分解后,图像主要信息几乎全部分布于低频子带,去噪时为避免重要信息遭到破坏往往会免去低频部分的处理。对图像分解后的高频区小波系数进行阈值化处理,之后采用5*5滤波器进行再一次中值滤波。最后,利用各子带小波系数进行小波重构得到去噪后的图像。通过上述方式,本方案针对采集夜间红外图像去噪效果来看,混合去噪方法比单一去噪方法更能够有效地去除噪声,提升近红外人脸图像信噪比,而且还很好地保留了图像的边缘细节。CN113487505ACN113487505A权利要求书1/2页1.一种基于噪声识别的红外图像混合降噪方法,其特征在于,包括如下步骤:S1、获取含噪声的人脸红外图像并对其进行中值滤波;S2、对步骤S1中经过中值滤波后的人脸红外图像进行小波分解,得到高频子带和低频子带;S3、对步骤S2处理后的高频子带进行阈值化函数处理得到噪声图像的高频系数,并对低频子带进行中值滤波处理得到噪声图像的低频系数;S4、将经过步骤S3处理后的高频系数和低频系数融合,并重构为降噪后人脸红外图像。2.根据权利要求1所述的基于噪声识别的红外图像混合降噪方法,其特征在于,所述步骤S1具体包括:S11、构建n×n的滤波核并利用所构造的滤波核在所获取的人脸红外图像上滑动,并将所构建的滤波核的中点与待滤波的像素点对齐;S12、获取滤波核所覆盖的像素点的灰度值;S13、将通过步骤S12获取的像素点的灰度值按顺序分布,并计算顺序分布的中值;S14、利用所计算的中值替换滤波核的中点所覆盖的像素点。3.根据权利要求2所述的基于噪声识别的红外图像混合降噪方法,其特征在于,所述步骤S13中计算顺序分布的中值的公式为下式所示,其中l_k为方形滤波窗口的尺寸,p_k为图像素中干扰噪声点的占比。4.根据权利要求3所述的基于噪声识别的红外图像混合降噪方法,其特征在于,所述步骤S3中高频子带进行阈值化函数包括硬阈值法、软阈值法以及折中阈值法。5.根据权利要求4所述的基于噪声识别的红外图像混合降噪方法,其特征在于,所述硬阈值法的计算方式为:其中,为阈值处理后的小波系数,W为阈值处理前的高频系数,δ为阈值。6.根据权利要求4所述的基于噪声识别的红外图像混合降噪方法,其特征在于,所述软阈值法的计算方式为:其中,Sgn(W)为小波系数的符号函数。7.根据权利要求4所述的基于噪声识别的红外图像混合降噪方法,其特征在于,所述折中阈值法的计算方式为:2CN113487505A权利要求书2/2页8.根据权利要求7所述的基于噪声识别的红外图像混合降噪方法,其特征在于,所述步骤S4中重构为降噪后人脸红外图像的方式具体为:根据小波分解的低频系数和经阈值化处理后的高频系数进行图像重构,完成图像的去噪。3CN113487505A说明书1/5页一种基于噪声识别的红外图像混合降噪方法技术领域[0001]本发明涉及红外图像处理技术领域,具体涉及一种基于噪声识别的红外图像混合降噪方法。背景技术[0002]在可见光环境下,光照严重影响着眼睛的定位,甚至夜间很难准确检测到人脸区域,更不能精确地定位眼睛。而近红外光基本上没有自然光照的局限性,还可以被瞳孔吸收,而虹膜却好多反射出去。利用这之间的差异快速地检测到人眼,做到面部监控的实时性。但由于采集到图像经转换器件及环境的影响等在计算机中获取的图像含有高斯和椒盐等红外噪声导致图像部分失真。为了获得高信噪比的近红外面部图像,将采集到的面部红外视频序列进行去噪处理。发明内容[0003]针对现有技术中的上述不足,本发明提供了一种基于噪声识别的红外图像混合降噪方法。[0004]为了达到上述发明目的,本发明采用的技术方案为:[0005]一种基于噪声识别的红外图像混合降噪方法,包括如下步骤:[0006]S1、获取含噪声的人脸红外图像并对其进行中值滤波;[0007]S2、