基于Bayesian估计和Wiener滤波的阈值去噪方法

被引：17

作者：

尚晓清

王军锋

宋国乡

机构：

[1] 西安电子科技大学理学院数学系,西安电子科技大学理学院数学系,西安电子科技大学理学院数学系西安,西安,西安

来源：

光子学报 | 2003年 / 07期

关键词：

图像处理; 阈值去噪; 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：

基于阈值的小波域去噪方法的核心是阈值选取 ,通过最小化一个Bayesian风险函数得到一种自适应阈值 ,结合线性滤波中具有代表性的Wiener方法 ,提出了一种新的去噪方法 .实验结果表明 ,该方法能有效地去除图像中的白噪声 ,同时还能较好地保留图像的边缘信息 ,其效果优于目前的一些小波阈值去噪方法

引用

页码：889 / 891

页数：3

共 6 条

[1] Adaptive wavelet thresholding for image denoising and compression. Chang S G,Yu B,Vetterli M. IEEE Transactions on Image Processing . 2000
[2] Adapting to unknown smoothness via wavelet shrinkage. Donoho D L,Johnstone I M. Journal of the American Statistical Association . 1995
[3] Wavelet-based signal processing using hidden Markov models. Crouse M S,Nowak R D,Baraniuk R G. IEEE Transactions on Signal Processing . 1998
[4] Nonlinear wavelet image processing : Variational problems, compression, and noise removal through wavelet shrinkage. Chambolle A,DeVore R A,Lee N,et al. IEEE Transactions on Image Processing . 1998
[5] Generalized cross validation for wavelet thresholding. Jansen M,Malfait M,Bultheel A. Signal Processing . 1997
[6] Image subband coding using arithmetic and trellis coded quantization. Johni R L,Crump V J,Fisher T R. IEEE Transactions on Circuits and Systems for Video Technology . 1995

← 1 →