一种基于连续小波阈值的图像去噪新算法

基于图像小波分解的特点和小波分解后高频小波系数的统计特性,构造了一种新阈值函数的去噪算法。对比传统的硬阈值、软阈值去噪算法,介绍了新阈值函数的原理,推导了算法公式。该阈值函数连续、可导。实验结果表明,利用新阈值函数进行图像去噪,能够有效地抑制图像噪声及马赛克效应。     

一种改进的贝叶斯小波阈值图像去噪算法

小波阈值去噪作为图像降噪领域的一项重要技术一直受到广泛应用.在贝叶斯阈值的基础上提出一种改进的贝叶斯阈值去噪算法,该阈值是在贝叶斯框架中得出的,在小波系数上使用的优先级是在图像处理应用中广泛使用的广义高斯分布(Generalized Gaussian Distribution,GGD).该阈值算法适用于每个子带,取决于数据驱动自适应参数估计,通过判断阈值周围的小波系数是否含有噪声的模糊性,从而对该模糊区域通过自适应算法确定小波系数的保留程度.实验结果表明,该方法比原方法在主观视觉效果上得到了明显的改善,较好地保持图像边缘细节,并且均方误差(Mean Square Error,MSE)较其他阈值算法有所减少,信噪比(Signal-Noise Ratio,SNR)较其他阈值算法有所提升.     

一种基于改进阈值函数Contourlet域的图像去噪算法

针对Contourlet域中传统硬阈值函数由于函数不连续所造成的振铃和伪吉布斯现象以及软阈值函数由于恒值压缩导致的图像模糊失真的问题,文中提出一种基于改进阈值函数的Contourlet域图像去噪算法。该改进阈值函数引入了指数平滑函数法的思想,使其在Contourlet域内具备连续性、渐进性、偏差性和高阶可导性,克服了软硬阈值函数存在的问题。方法中阈值估计部分选取的是BayesShrink自适应阈值估计,能够比较精准的确定阈值大小,并且解决了传统固定阈值估计过度扼杀变换系数的现象。通过对比实验,文中提出的改进后图像去噪方法在峰值信噪比、均方根误差和图像增强因子等客观评价标准上与传统去噪方法相比具备较好的去噪效果。     

一种改进的小波阈值图像去噪方法

介绍了小波阈值图像去噪的原理,并对常规的软、硬阈值函数在图像去噪中存在的缺陷进行分析,在软、硬阈值函数的基础上提出了一种改进的阈值函数。通过对含噪声图像分别采用常规的软、硬阈值函数和改进的阈值函数进行去噪处理,实验对比得出:当选取了合适的控制系数时,改进的阈值函数在图像去噪中不仅保留了常规软、硬阈值函数的去噪优越性,而且还克服了常规软、硬阈值函数存在的去噪缺陷,比常规的软、硬阈值函数去噪效果更好。     

一种基于小波变换的自适应阈值图像去噪方法

0 引言 由于小波变换有良好的局部特性,作为一种信号和图像处理工具,它得到了广泛应用。1995年,Donoho首次提出了小波阈值,小波阈值是一种非线性的方法,它是在小波域内通过对小波系数进行处理来达到去噪的目的,其理论前提是认为图像的小波系数是服从广义高斯分布且绝对幅值较大的小波系数主要由信号变换后得到,而绝对幅值较小的小波系数则主要是由噪声变换后得到的,这样就可以通过设定阈值将较小的噪声系数清除来达到去噪的目的。     

基于MATLAB不同小波基的小波阈值图像去噪算法

通过介绍小波图像去噪的方法和小波阈值去噪的步骤,讨论小波基在小波阈值去噪中的作用,阐述了常见的几种小波基的特征及其相关性质的比较。最后通过在MATLAB下,分别选择了db2和sym4两种小波基,进行小波阈值去噪实现图像高频系数的滤波并重建,得到采用不同的小波基影响图像去噪效果的结论。     

一种基于小波变换的图像去噪算法

利用小波方法去噪,是小波分析应用于工程实际的一个重要方面。针对图像存在大量噪声的情况,阐述小波变换去除信号噪声的基本原理和方法。在综合考虑图像去噪平滑效果和图像的清晰程度的基础上,提出一种多方向多尺度的自适应小波去噪算法。通过试验数据验证了该算法的可行性和鲁棒性。实验结果表明该方法增强了图像的视觉效果。     

一种改进的小波阈值裂纹图像去噪法

文中采用一种新的小波阈值法进行数字图像去噪。该方法是在原有小波算法之上进行改进,一方面改进闽值公式,寻求最优的阈值,获取更好的边缘保护,从而达到图像原始信息完整性;另一方面通过优化阁值函数获得改进的阚值方法,提高小波系数阈值判断的准确性,获得更好的去噪效果。实验结果表明,与通常的方法相比较,能更好的去除数字图像噪声、保护图像边缘,获得更好的峰值信噪比、边缘保持指数和更好的视觉效果,达到去噪要求。     

一种基于小波-Contourlet变换的图像去噪算法

提出了一种基于小波-Contourlet变换的图像去噪算法.实验证明,该算法相对于小波变换和Contourlet变换能更稀疏的表达图像,并利用此优越性进行图像去噪,可以达到更好的效果和更高的PSNR值.     

基于噪声分离和小波阈值自适应图像去噪算法

针对VisuShrink小波阈值滤波算法的不足和混合噪声的情况,提出了一种基于噪声分离和尺度的自适应混合图像去噪算法.算法首先通过极值检测分离脉冲噪声和高斯噪声,然后分别对脉冲噪声应用多窗口中值滤波及高斯噪声应用基于尺度的小波阈值滤波完成去噪.实验表明,该混合滤波算法能有效去除图像中的脉冲噪声和高斯噪声,并较好地保存了...     

图像小波阈值去噪算法研究

图像去噪的目的是在满足最小均方误差准则的条件下,将原始图像从观测到的含噪图像中还原出来.在Dohono提出的多分辨率分析小波阈值去噪的基础上,对阈值函数进行了改进.实验结果表明:与传统软阈值和硬阈值函数相比,改进的阈值函数通过调整参数的取值,可以取得较好的去噪效果,证明了在多数情况下,传统阈值函数并不能达到最佳的去噪效果.     

基于一种新的指数收缩函数的小波去噪方法

首先介绍一些基于小波去噪的经典方法,主要集中在小波收缩函数上,然后提出了一种新的柔性收缩函数模型,相比以前的收缩函数,这种函数具有较好的柔性结构,能够较好地提高去噪能力。新的收缩函数避免了硬收缩函数所带来的不连续性和软收缩模型带来的偏差估计。利用Matlab进行了仿真实验,用仿真实例说明了这种指数收缩函数相比以前的函数能够提供更高的SNR增益和更小的MSE性能。     

基于能量元的浮动阈值小波降噪方法研究

根据声音信号在陀螺电机不同运行阶段能量变化情况,将声音信号能量元的概念以及多尺度变化阈值的思想结合,研究了一种基于能量元的多尺度浮动阈值陀螺电机声音信号小波降噪方法。经实测数据验证试验表明,该方法取得了比较好的去噪效果。     

Efficient image denoising method based on a new adaptive wavelet packet thresholding function

This paper proposes a statistically optimum adaptive wavelet packet (WP) thresholding function for image denoising based on the generalized Gaussian distribution. It applies computationally efficient multilevel WP decomposition to noisy images to obtain the best tree or optimal wavelet basis, utilizing Shannon entropy. It selects an adaptive threshold value which is level and subband dependent based on analyzing the statistical parameters of subband coefficients. In the utilized thresholding function, which is based on a maximum a posteriori estimate, the modified version of dominant coefficients was estimated by optimal linear interpolation between each coefficient and the mean value of the corresponding subband. Experimental results, on several test images under different noise intensity conditions, show that the proposed algorithm, called OLI-Shrink, yields better peak signal noise ratio and superior visual image quality-measured by universal image quality index-compared to standard denoising methods, especially in the presence of high noise intensity. It also outperforms some of the best state-of-the-art wavelet-based denoising techniques.     

Adaptive wavelet threshold for image denoising

Threshold selection is the critical issue in image denoising via wavelet shrinkage. Many powerful approaches have been investigated, but few have been to make the threshold values adaptive to the changing statistics of images and meanwhile maintain the efficiency of the algorithm. In this work an efficient adaptive algorithm to capture the dependency of inter-scale wavelet coefficients is proposed. Experiments show that higher peak signal-to-noise ratio can be obtained as compared to other threshold-denoising algorithms.     

一种基于CEEMDAN-改进小波阈值的OTDR信号去噪算法

为了解决光时域反射仪(optical time domain reflectometer,OTDR)中背向散射信号受 噪声干扰严重问题,本文提出了一种 基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN) 和改进小波阈值的OTDR信号去噪算法,利用CEEMDAN分解算法具有的抗模态 混叠现象和降低重构误差等优点,将信号分解为若干IMF分量,根据相关系数的分析方法, 找到噪声占主导的本征模态函数(intrinsic mode function,IMF)分量和信号占主导的IMF 分量的临界点,去除噪声占主导的IMF分量, 并将改进的小波阈值去噪方法对信号占主导的IMF分量进行去噪,最后重构信号。结果表明 , 本文提出的方法与传统的硬阈值方法、CEEMDAN-硬阈值方法和改进的小波阈值方法相比, 能 更好地抑制噪声,并达到更好的去噪效果,突显OTDR事件特征,更易于事件的检测。     

一种球坐标系下小波收缩去噪新算法

基于Besov空间范数理论提出一个新的球坐标下的自适应收缩阈值,并将小波域上的多尺度积推广到球坐标下,充分利用尺度间小波系数的相关性。最后,提出了一种新的自适应曲线收缩函数,此函数有一定的边缘增强效果。根据球坐标下图像的统计特性,用新的收缩阈值和新的收缩函数进行去噪处理。仿真实验分别从峰值信噪比(PSNR)、均方误差(MSE)和运行时间上进行评估,确立了最佳分解尺度,并且与其它算法相比,提高了PSNR,而且具有运算简单、运算量小的优点。     

基于小波分析的振动信号阈值去噪新方法

传统的软、硬阈值去噪方法在去噪前后小波系数之间分别存在恒定偏差和阈值函数不连续等缺点,达不到对信号去噪的理想效果。针对软、硬阈值函数的优缺点,提出了一种新的阈值去噪函数。在 Matlab 环境下分别使用3种阈值函数进行去噪实验,对比由3种方法得到的信噪比及均方误差。仿真结果表明,该函数不但具有很好的连续性,而且显著减小了软、硬阈值函数中估计小波系数与真实小波系数间存在的恒定偏差,证实了新阈值函数更加灵活,能更好地消除白噪声干扰。     

一种改进的小波阈值去噪算法

为了有效滤除信号中的噪声,在提出的软、硬阈值函数去噪方法的基础上,结合已有的改进小波阈值去噪算法,新构造一种小波阈值函数。文中新构造的阈值函数结合软、硬阈值函数的优点,有较好的降噪效果和灵活性。通过Matlab仿真对比几种算法的信噪比(SNR)和均方误差(MSE)去噪指标,结果表明,新构造阈值函数的去噪指标优于传统阈值函数,具有一定的实用价值。