技术详细介绍
一、发明创造简介
图像获取和传输过程中不可避免会受到各种噪声的影响，目前对图像噪声的研究多集中在高斯噪声等加性噪声模型上，而象SAR图像、超声图像等含有乘性噪声模型的斑点噪声参数估计方法还未见公开报道。本发明深入分析Gaussian-Hermite矩特征，构造反映噪声强度的特征向量以及特征值，通过实验归纳噪声强度与特征值的分布规律，并建立了两者之间的多项式函数，可有效估计图像中的斑点噪声强度。本发明估计图像噪声参数时，具有精度高、速度快、且不需要任何先验知识的特点，对于估计图像获取或传输时的噪声环境、分析斑点噪声强度与图像质量优劣的关系、指导图像降噪算法设计和修改现有降噪算法有着重要的指导意义和参考价值。
二、创新点
1) 建立了基于Gaussian-Hermite矩的噪声参数估计的多项式函数。该函数可以利用输入图像的小区域快速估计斑点噪声的强度信息，具有精度高、速度快的特点。
2) 与常见的"将乘性噪声经对数变换转换为加性噪声"的处理方式不同，本发明直接以乘性噪声模型为基础，在没有任何先验知识的情况下，进行噪声的盲估计，实用性和通用性强。
三、发明的应用价值和市场前景:
提出的是一个以乘性噪声为基础的斑点噪声参数盲估计方法，该方法具有精度高、速度快、且不需要任何先验知识的特点，对于估计图像获取或传输时的噪声环境、分析斑点噪声强度与图像质量优劣的关系、指导图像降噪算法设计和修改现有降噪算法有着重要的指导意义和斑点噪声参考价值。
斑点噪声一直是影响合成孔径雷达图像及医学诊断中超声图像质量的主要因素，是制约图像解译质量的瓶颈之一。本发明可作为改善合成孔径雷达图像及医学诊断中超声图像质量的先验知识，为图像抑噪以及后期的图像分析和图像解译奠定基础，这将推动SAR图像及超声图像在各个领域的应用，具有广阔的市场前景和发展空间。