目前,许多算法使用单个最小特征值来估计真实噪声水平,并且这些算法估计的水平已被证明小于真实噪声水平,这称为低估。针对这一问题,利用多个特征值,通过样本训练得到特征值与真实噪声水平之间的关系,通过线性拟合计算关系表达式中不同噪声水平的学习系数,然后将学习系数输入到噪声中用于噪声水平估计的图像。实验表明,提出的算法能够显着改善传统算法的低估问题,对于各种场景的灰度图像、彩色图像和纹理图像中的各种噪声水平具有更好的估计精度。
业务专线: 400-101-3790