| 基于阈值分类的小波域混合模型图像降噪 |
| |
| 引用本文： | 肖志云,崔峰,彭思龙.基于阈值分类的小波域混合模型图像降噪[J].计算机工程与应用,2005,41(4):19-22. |
| |
| 作者姓名： | 肖志云 崔峰 彭思龙 |
| |
| 作者单位： | 中国科学院自动化研究所国家专用集成电路设计工程技术研究中心,北京,100080;中国科学院自动化研究所国家专用集成电路设计工程技术研究中心,北京,100080;中国科学院自动化研究所国家专用集成电路设计工程技术研究中心,北京,100080 |
| |
| 基金项目： | 国家自然科学基金资助(编号:6027204210171007) |
| |
| 摘 要： | 通过一种自适应阈值分类,小波系数被分为两类:“大”的(重要的)和“小”的(不重要的)。根据不同类小波系数的统计特性分别用不同的模型进行降噪,对于“大”的一类用一种具有尺度间相关性的双变量模型进行降噪,而对于“小”的一类用一种具有强局部相关性的零均值高斯模型进行降噪,最后用Cycle-spinning方法抑制降噪过程中可能存在的震铃和锯齿等失真。实验结果表明了该算法在客观峰值信噪比和主观视觉上都优于一些传统的降噪算法。
|
| 关 键 词： | 图像降噪 小波变换 自适应阈值 双变量模型 |
| 文章编号： | 1002-8331-(2005)04-0019-04 |
Image Denoising Base-classified Mixture Modeling of Wavelet-domain |
| |
| Xiao Zhiyun,Cui Feng,Peng Silong.Image Denoising Base-classified Mixture Modeling of Wavelet-domain[J].Computer Engineering and Applications,2005,41(4):19-22. |
| |
| Authors: | Xiao Zhiyun Cui Feng Peng Silong |
| |
| Abstract: | By using adaptive threshold classification,Wavelet coefficients are classified into two categories:large(signification)coefficients and small(insignification)coefficients.The large coefficients are denoised by bivariate shrinkage model with interscale depency,and the small coefficients are denoised by zero-mean Gaussian model with high local correlation.Cyclespinning technique is used to suppress the artifacts that may exist in the denoised images.Experimental results show that the method improves significantly in the PSNR and subjective visual effect of the denoised images. |
| |
| Keywords: | image denoising wavelet transform adaptive threshold bivariate shrinkage model |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
