矩匹配算法影像去噪

2020-5-2-9:19

常规的矩匹配算法

能起到去除条带噪声的效果,但去噪后影像灰度信息损失过大。
IDL关键代码:

  dim = size(data, /dimensions)
  row = dim[1]
  col = dim[0]

  re_mean = mean(mean(data, dimension=1))
  re_stev = mean(stddev(data, dimension=1))
  
  or_mean = mean(data, dimension=1)
  or_stev = stddev(data, dimension=1)
  
  datar = make_array(col, row, type=4)
  for i=0,col-1 do begin
    for j=0,row-1 do begin
      datar[i,j] = data[i,j]*re_stev / or_stev[j] + re_mean - $
                   or_mean[j]*re_stev / or_stev[j]
    endfor
  endfor

在这里插入图片描述

基于均值补偿的矩匹配算法

2020-5-3-16:34
CCD = 40
效果不好,甚至不如常规的矩匹配,可能是因为影像太大了,参考均值和方差不太合适。

  dim = size(data, /dimensions)
  row = dim[1]
  col = dim[0]
  print,row,col
  
  makeup = make_array(1, row, type
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值