图像多尺度统计模型综述

被引：4

作者：

王文

芮国胜

王晓东

邢福成

机构：

[1] 海军航空工程学院电子工程系

来源：

中国图象图形学报 | 2007年 / 06期

关键词：

小波; 多尺度统计模型; 非高斯; 相关模型; 互信息; 多尺度几何分析;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

基于小波变换的图像处理方法是目前的主流方法,而对图像特征的多尺度统计建模则是图像压缩、去噪、分割、纹理分析与合成等统计应用的关键问题。本文综述了图像的多尺度统计模型,包括边缘分布模型以及层内、层间和混合相关模型,分析了各模型的优缺点,给出了对各种相关模型捕捉系数间相关性能力的归一化量测。最后,简单介绍了基于多尺度几何分析的统计图像模型,并对多尺度统计建模的前景进行了展望。

引用

页码：961 / 969

页数：9

共 5 条

[1] Edge co-occurrence in natural images predicts contour grouping performance [J].

Geisler, WS ;

Perry, JS ;

Super, BJ ;

Gallogly, DP .

VISION RESEARCH, 2001, 41 (06) :711-724

[2] Empirical Bayes approach to improve wavelet thresholding for image noise reduction [J].

Jansen, M ;

Bultheel, A .

JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2001, 96 (454) :629-639

[3] Adaptive Bayesian wavelet shrinkage [J].

Chipman, HA ;

Kolaczyk, ED ;

McCullogh, RE .

JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 1997, 92 (440) :1413-1421

[4]

Image denoising using orthonormal finite ridgelet transform. Do MN,Vetterli M. Proceedings of SPIE Conference on Wavelet Applications in Signal and Image Processing VIII . 2000

[5]

Multiscale wedgelet image analysis fast decomposition and modeling. Romberg J,Wakin M,Baraniuk R. IEEE International Conference on Image Processing . 2002

← 1 →