基于二进小波变换的噪声图像自适应增强新算法

被引：8

作者：

王红霞

成礼智

吴翊

机构：

[1] 国防科技大学理学院

[2] 国防科技大学理学院湖南长沙　

[3] 湖南长沙　

来源：

国防科技大学学报 | 2005年 / 01期

关键词：

自适应图像增强; 二进小波变换; 增强函数; 尺度相关性;

D O I：

暂无

中图分类号：

TN911.7 [信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

针对图像增强算法通常会放大原图像中噪声分量的问题,提出了一种基于二进小波变换的图像增强新算法。该算法充分利用了二进小波变换的平移不变性和各尺度上小波系数间的相关性,有效改善了增强过程中噪声放大和边缘失真问题。此外,算法具有高度的自适应能力,适用性更强。实验结果表明,与目前已有的各类多尺度图像增强算法相比,该算法在抑制噪声和凸显图像特征两方面均有明显改进。

引用

页码：51 / 54+59 +59

页数：5

共 11 条

[1]

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

[2]

Image Denoising Via Lossy Compression and Wavelet Thresholding. Chang S,Yu B,Vetterli M. IEEE Transactions on Image Processing . 2000

[3]

Multiscale Contrast Enhancement for Radiographies: Laplacian Pyramid Versus Fast Wavelet Transform. Dippel S,Stahl M,Wiemker R,et al. IEEE Transactions on Medical Imaging . 2002

[4]

Mammographic Feature Enhancement by Multiscale Analysis. Laine A F,Schuler S,Fan J,et al. IEEE Transactions on Medical Imaging . 1994

[5]

AWaveletTourofImageProcessing. MallatS. . 1997

[6]

Translation invariantDenoising. CoifmanRR,DonohoDL. WaveletsandStatistics . 1995

[7]

Image Enhancement by Extropolation Infrequency Space. Greenspan H,Anderson C H,Akber S. IEEE Transactions on Image Processing . 2000

[8]

A bivariate shrinkage function for wavelet based denoising. Sendur L,Selesnick I W. . 2002

[9]

Two Denoising Methods by Wavelet Transform. Pan Q,Pan Z,Dai G,Zhang H. IEEE Transactions on Image Processing . 1999

[10]

Digital Image Processing. Gonzales R C,,Woods R E. . 1995

← 1 2 →