admin管理员组

文章数量:1660164

使用小波变换对图像进行去噪

实现效果

代码

import matplotlib.pyplot as plt
from  skimage.restoration import (denoise_wavelet,estimate_sigma)
from skimage.util import random_noise
from skimage.metrics import peak_signal_noise_ratio
import skimage.io
import cv2


def waveletDenoiseGray(src):
    #读取图片，并转换成flaot类型
    img=skimage.io.imread(src)
    img=skimage.img_as_float(img)

    #往图片添加随机噪声
    sigma=0.1
    imgNoise=random_noise(img,var=sigma**2)

    #估计当前的图像的噪声的方差
    #由于随机噪声的裁切，估计的sigma值将小于指定的sigma的值
    sigma_est=estimate_sigma(imgNoise,average_sigmas=True)

    #对图像分别使用Bayesshink算法和Visushrink算法
    #输入带噪图像，小波变换模式选择 ，阈值模式，小波分解的级别，小波基，
    imgBayes=denoise_wavelet(imgNoise,method='BayesShrink',mode='soft',
                            wavelet_levels=3,wavelet='bior6.8',
                            rescale_sigma=True)

    imgVisushrink=denoise_wavelet(imgNoise,method&#

本文标签： 小波图像

版权声明：本文标题：使用小波变换对图像进行去噪 内容由热心网友自发贡献，该文观点仅代表作者本人， 转载请联系作者并注明出处：https://m.elefans.com/xitong/1729851252a1215442.html， 本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容，一经查实，本站将立刻删除。