基于边缘软判决的小波域自适应图像去噪

被引:1
作者
谢志宏
沈庭芝
韩月秋
王沛
机构
[1] 北京理工大学信息科学技术学院电子工程系
[2] 北京理工大学信息科学技术学院电子工程系 北京
[3] 北京
关键词
图像去噪; 小波; 小波系数模型;
D O I
10.13741/j.cnki.11-1879/o4.2004.06.022
中图分类号
TN911.7 [信号处理];
学科分类号
0711 ; 080401 ; 080402 ;
摘要
提出了一个新的图像去噪方法。该方法基于非抽样小波变换的多分辨分解,在各尺度下对小波系数进行了边缘和非边缘分类,并根据它们的不同统计特性运用了不同的估计技术。鉴于边缘分类的不确定性,提出了依概率的软分类技术,通过计算边缘发生的概率,判决当前系数应该采用哪一种估计。仿真结果表明:该方法在滤除图像噪声的同时,边缘得到了保持,较目前存在的一些方法更具有优越性。
引用
收藏
页码:713 / 716
页数:4
相关论文
共 9 条
[1]  
Spatiallyadaptiveimagedenoisingunderovercompleteexpansion. LiXin,OrchardMT. . 2000
[2]  
Spatiallyadaptivewaveletthresholdingwithcontextmodelingforimagedenoising. ChangSG,YuB,VetterlimM. IEEETransactionsonImageProcessing . 2000
[3]  
Low complexityimagedenoisingbasedonstatisticalmodelingofwaveletcoefficients. MihcakMK,KozintsevI,RamchandranK. IEEETransactionsonSignalProcessingLetters . 1999
[4]  
Wavelet basedstatisticalsignalprocessingusinghiddenmarkovmodel. CrouseMS,NowakRD,BaraniukRG. IEEETransactionsonImageProcessing . 1998
[5]  
Translation invariantdenoisinginWaveletandstatistics. CoifmanRR,DonohoDL. . 1995
[6]  
A Wavelet Tour of Signal Processing. Mallat S. . 1998
[7]  
Idealspatialadaptationviawaveletshrinkage. DonohoDL,,JohnstoneIM. Biometrika . 1994
[8]  
wavelet basedimagedenoisingusingamarkovrandomfieldapriorimodel. MalfaitM,RooseD. IEEETransactionsonImageProcessing . 1997
[9]  
Wavelet basedadaptiveimagedenoisingwithedgepreservation. CharlesQZhan,KaramLJ. . 2003