基于贝叶斯估计的小波阈值图像降噪方法

被引：20

作者：

胡海平

莫玉龙

机构：

[1] 上海大学通信与信息工程学院

来源：

红外与毫米波学报 | 2002年 / 01期

关键词：

小波变换; Donoho小波阈值; Wiener滤波; Bayesian估计;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

提出一种新的基于贝叶斯估计的小波收缩阈值的图像降噪方法 ,该方法是通过最小Bayes风险的方法对图像小波变换后的小波系数进行估计 ,这种对小波系数的估计不仅与子带的方向和层次有关 ,而且与小波系数的大小有关 .试验结果表明该方法比一般小波收缩阈值方法的降噪效果要好 ;还表明在峰值信噪比较低时该方法的降噪效果比Wiener滤波差 ,当峰值信噪比较高时该方法的降噪效果比Wiener滤波好

引用

页码：74 / 76

页数：3

共 7 条

[1]

Adapting to unknown smoothness via wavelet shrink. Donoho D L,Johnstone I M. Journal of the American Statistical Assoc . 1995

[2]

Wavelet thresholding via a Bayesian approach. Abramovich F,Sapatinas T,Silverman Y B. Journal of the Royal Statistical Society, Ser . B . 1998

[3]

Wavelet shrinkage and generalized cross validation for image denoising. Weyrih N,Warhola G T. IEEE Transactions on Image Processing . 1998

[4]

Nonlinear wavelet shrinkage with Bayes rules and Bayes factors. Vidakovic B. J. Amer . Statist . 1998

[5]

Ideal spatial adaptation via wavelet shrinkage. Donoho D L,Johnstone I M. Biometrika . 1994

[6]

Wavelet thresholding in nonparametric regression with change point application. Ogden R T. . 1994

[7]

Wavelet shrinkage using cross-validation. Nason G P. Journal of the Royal Statistical Society, Ser. B . 1996

← 1 →