基于复数小波变换增强带噪图像的空间自适应方法

被引：9

作者：

王红霞

成礼智

吴翊

不详

机构：

[1] 国防科学技术大学理学院数学与系统科学系

[2] 国防科学技术大学理学院数学与系统科学系长沙

[3] 长沙

[4] 长沙

来源：

计算机辅助设计与图形学学报 | 2005年 / 09期

关键词：

图像增强; 复数小波; Laplace塔式分解; 二进小波变换;

D O I：

暂无

中图分类号：

TN911.73 [图像信号处理];

学科分类号：

摘要：

针对目前的多尺度增强方法一般很难实现抑制噪声和凸显细节间有效均衡的问题,提出一种基于复数小波变换增强图像方法,充分利用复数小波兼具平移不变性和方向选择性的优势,首先通过相邻两层小波系数的相关性来有效区分噪声和图像边缘,并根据各层小波系数的分布设置局部阈值抑制噪声;在此基础上,自适应地选取增强函数来增强较弱的细节并保护原图像中的清晰边缘不产生失真.实验结果表明,运用该算法增强带噪图像可以在较好地抑制噪声的同时,显著地放大细节特征.

引用

页码：1911 / 1916

页数：6

共 13 条

[1]

A waveletbased spatially adaptive method for mammographic contrast enhancement. Sakellaropoulos P,Costaridou L,Panayiotakis G. Physics in Medicine and Biology . 2003

[2]

Translation invariantdenoising. CoifmanRR,DonohoDL. . 1995

[3]

Satelliteimagedecon volutionusingcomplexwaveletpackets. JalobeanuA,Blanc F啨raudL,ZerubiaJ. Proceedingsof InternationalConferenceonImageProcessing2000 .

[4]

AWaveletTourofImageProcessing. MallatS. . 1997

[5]

DigitalImageProcessing. GonzalesRC,WoodsRE. . 1995

[6]

Adaptive wavelet thresholding for image denoising and compression. Chang S,Yu B,Vetterli M. IEEE Transactions on Image Processing . 2000

[7]

De-noising by soft-thresholding. Donoho D.L. IEEE Transactions on Information Theory . 1995

[8]

Complex wavelets for shift invariant analysis and filtering of signals. Kingsbury N. Applied and Computational Harmonic . 2001

[9]

Image processing with complex wavelets. Kingsbury N. Philosophical Transactions: Mathematical, Physical and Engineering Sciences . 1999

[10]

Digital curvelet transform: Strategy, implementation and experiments. Donoho D L,Duncan M R. In: Proceedings of SPIE, Oriando . 2000

← 1 2 →