单小波去噪方法在多小波去噪中的应用研究

单小波去噪方法中Visualshrink去噪法是渐进最优的。但将'Visualshrink单小波去噪方法用于多小波去噪,其优越性丧失,图象中存在严重的Gibbs效应,且去噪效果降低,对此,我们改进了单小波Visualshrink去噪方法的门限选取,提出了改进的Visualshrink多小波去噪方法(VMD)。同时,还给出了离散多小波变换的具体实现方法。实验结果证明,改进的多小波去噪方法与直接将Visualshrink方法用于多小波去噪相比,前者效果明显好于后者。     

遗传算法的进展与展望

遗传算法作为一种新的优化搜索方法,被广泛应用于许多优化问题,本文对遗传算法进行了简要概述,主要讲述了遗传算法的特点、现状及进展,并阐述了遗传算法的最新研究领域及未来研究课题。     

初级视觉信息处理机理与多分辨分析

详细阐述了初级视觉信息处理的生理过程，并将其信息处理机制与多分辨分析方法对应起来，提出了基于小波的计算机初级视觉信息处理机制。     

基于小波变换的磁共振图像去噪方法研究

小波变换用于图像去噪的思想20世纪90年代就已经提出,然而前人所提出的这种方法对于磁共振图像去噪的效果并不理想.磁共振图像经这种小波变换去噪后,纹理特征被弱化,图像的边缘变得模糊.针对以上问题,提出了基于小波变换的图像去噪新方法.此去噪方法与经典的小波去噪方法不同,该方法不依赖图像大小来判断门限,不需方差信息.采用本方法处理的噪声图像与经典方法相比,图像的边缘信息更清晰,纹理特征增强,去噪能力也得到增强.     

基于二进小波变换的图像去噪技术研究

由于图像二进小波变换在每次分解时不进行下抽样，所以其表示同小波级数相比是冗余的，且图像二进小波交换的部分系数扰动不会带来重构图像的严重失真．因此，在相同的误判概率下，基于二进小波变换的图像去噪效果会好于基于小波级数变换的图像去噪效果．基于这个思想，文中将基于小波级数的图像去噪方法推广到基于二进小波变换的图像去噪，提出了二进小波的去噪方法，比较了该方法和基于小波级数方法的去噪效果．实验表明，二进小波的去噪比小波级数去噪效果有明显改善．     

小波分析应用的进展与展望

综述了小波分析的发展状况,并从4个方面介绍了其进展,阐述了小波未来研究的前景。     

基于二进小波的图像去噪技术

图像在二进小波变换空间的表示是冗余的，同小波级数相比，基于二进小波变换的图像重建对于图像单个小波变换系数的依赖性下降。因此，在相同的误判概率下，基于二进小波变换的图像去噪效果好于基于小波级数变换的图像去噪效果，基于这个思想，将基于小波级数的图像去噪方法推广到基于二进小波变换的图像去噪，实验表明二进小波去噪可以有效地提高信噪比。     

一种高效的小波变换去噪方法

小波变换用于图像去噪的思想已经提出了很久,然而前人所提出的这种方法对于去噪的效果并不理想。图 像经这种小波变换去噪后,纹理特征被弱化,图像的边缘出现较明显的Gibbs效应,图像变模糊。针对以上问题,本文提 出了一种高效的小波变换去噪方法(HPID)。此去噪方法是基于小波变换的新方法,与经典的小波去噪方法不同,该方法不 依赖图像大小来判定去噪门限,不需方差信息,且适用于不同类型噪声。采用本方法处理的噪声图像与经典方法相比,不 仅消除了Gibbs效应,而且图像的边缘信息更清晰,纹理特征增强,去噪能力得到改善。     

基于单小波和多小波的红外图像盲去噪

Introduction Infrared Image denoising is a basic problem of image processing.It is well known that the more prioriknowledge is used,the better filtering effect is gotten.Usually,we can only get a contaminated image and prioriknowledge of noise can not be gotten accurately so the filtering effect is not good.Wavelet denoising algorithmproposed by Donoho et al.[1]is widely used.It is considered the better denoising algorithm recently.However,itrequires size of image to determine the important …