基于小波系数多尺度随机过程模型的去噪方法

被引:18
作者
谢杰成
张大力
徐文立
机构
[1] 清华大学自动化系,清华大学自动化系,清华大学自动化系北京,北京,北京
关键词
图像信号处理; 小波; 多尺度随机过程; 滤波;
D O I
10.16511/j.cnki.qhdxxb.2003.09.019
中图分类号
TN911.73 [图像信号处理];
学科分类号
081002 [信号与信息处理];
摘要
用多尺度随机过程对小波图像系数进行建模,并在此基础上提出了基于多尺度随机过程模型的小波图像去噪方法。通过阈值判断和邻域判断相结合的方法区分出对应边缘处的系数。对边缘区小波系数树估计多尺度随机过程的参数,利用多尺度滤波器对小波系数进行估计,对非边缘区的小波系数则采用阈值萎缩方法进行估计。该方法很好地刻画了边缘区小波系数跨尺度的行为,可以很好地保持图像边缘;而且还给出了估计误差的方差,利于理论分析。实验表明:该方法的去噪误差要优于Sureshrink法,而且对图像边缘的保护更利于后续的图像分割和轮廓跟踪。
引用
收藏
页码:1222 / 1225
页数:4
相关论文
共 1 条
[1]
一种小波去噪方法的几点改进 [J].
谢杰成 ;
张大力 ;
徐文立 .
清华大学学报(自然科学版), 2002, (09) :1269-1272