基于小波变换的自适应多阈值图像去噪

被引:52
作者
查宇飞
毕笃彦
不详
机构
[1] 空军工程大学工程学院信号与信息处理实验室
[2] 空军工程大学工程学院信号与信息处理实验室 西安
[3] 西安
关键词
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
小波图像去噪是小波应用较成功的一个方面,其中最重要的一个环节是最优阈值的确定,为此,提出了一种新的基于小波变换的自适应多阈值图像去噪方法———MultiThresholdshrink去噪法,这种方法是在不同子带和不同方向上选择不同的最佳阈值,而最佳阈值的选取是基于Bayes理论,并认为图像的小波系数是服从广义高斯分布的(generalizedGaussiandistribution)。通过实验证明,这种方法能很好地对图像去噪,与Donoho等人提出的Visushrink去噪方法和Chang等人提出的Bayesshrink去噪方法相比,不仅提高了去噪后图像的信噪比(SNR)和最小均方误差(MSE),而且也使图像更加清晰,并能更好地适合人眼的视觉特性,从而可在客观和主观上同时获得更佳的去噪效果。
引用
收藏
页码:567 / 570
页数:4
相关论文
共 5 条
  • [1] A noise cancerlation method based on wavelet transform. Yang Dali,Xu M ingxing,Wu W enhu,et al. In: International Symposium on Chinese Spoken Language rocessing[C], Beijing . 2000
  • [2] Adaptive wavelet thresholding for image denoising and compression. Chang S G,Yu B,Martin V. IEEE Transactions on Image Processing . 2000
  • [3] De-noising by soft-thresholding. Donoho D L. IEEE Transactions on Information Theory . 1995
  • [4] Estimation of the mean of a multivariate normal distribution. Stein C M. The Annals of Statistics . 1981
  • [5] Ideal spatial adaptation via wavelet shrinkage. Donoho D L,Johnstone IM. Biometrika . 1994