一种概率自适应图像去噪模型

被引:8
作者
易翔
王蔚然
机构
[1] 电子科技大学电子工程学院
[2] 电子科技大学电子工程学院 四川成都
[3] 四川成都
关键词
小波变换; 图像去噪; 复数小波变换; 最大后验概率;
D O I
暂无
中图分类号
TN911.73 [图像信号处理];
学科分类号
0711 ; 080401 ; 080402 ;
摘要
从小波变换入手 ,提出了一种概率自适应去噪模型 .该模型包括尺度层间模型和层内模型 .去噪方法首先利用小波域层间模型 ,将小波系数分成两类 :有意义系数和无意义系数 ;然后在层内概率模型下运用最大后验概率估计方法 ,从有意义系数中恢复出原始系数 .我们还将这种模型引入复数小波变换域 .实验结果及分析表明了该去噪模型的有效性 .
引用
收藏
页码:63 / 66
页数:4
相关论文
共 10 条
[1]  
Adual treecomplexwavelettransformwithimprovedorthogonalityandsymmetryproperties. NGKingsbury. Proc.IEEEInt.Conf.onImageProcessing . 2000
[2]  
HiddenMarkovtreemodelingofcomplexwavelettransforms. JKRombery,HChoi,RGBaraniuk. Proc.IEEEICASSP2000 . 2000
[3]  
Adaptive W avelet Threshold ingfor Im age Denoising and Compression. S Chang,B Yu,VetterliM. IEEE Transac-tions on Im age Processing . 2000
[4]  
Wavelet-based signal processing using hidden markov models. M S Crouse,R D Nowak. IEEE Transactions on Signal Processing . 1998
[5]  
Image compressing using the 2-d wavelet transform. A S Lewis,G Knowles. IEEE Transactions on Image Processing . 1992
[6]  
Adapting to unknown smoothness via wavelet shrinkage. D L Donoho,I M Johnstone. Journal of the American Statistical Association . 1995
[7]  
Bivariate shrinkage function for wavelet-based denoising exploiting interscale dependency. L Sendur,I W Selesnick. IEEE Transactions on Signal Processing . 2002
[8]  
Idealspatialadaptationviawaveletshrink age. DLDonoho,IMJohnstone. Biometrika . 1994
[9]  
NoiseremovalviaBayesianwaveletcor ing. EPSimoncelli,,EHAdelson. Proc.IEEEInt.Conf.onImageProcessing . 1996
[10]  
Thedual treecomplexwavelettransform:aneweffi cienttoolforimagerestorationandenhancement. NGKingsbury. Proc.EUSIPCO98 . 1998