排序方式: 共有7条查询结果,搜索用时 0 毫秒
1
1.
2.
3.
4.
5.
基于剪切不变的递归Contourlet变换图像去噪 总被引:1,自引:1,他引:0
根据综合剪切和递归Cycle Spinning技术,提出一种基于剪切不变的递归Contourlet变换图像去噪方法(RSICT).为改善图像去噪由于缺少平移不变性而产生的伪吉布斯效应,使用剪切替代平移技术来提取图像中原有的几何特征,将递归Cycle Spinning方法运用在剪切技术中给出剪切不变思想,并将其用于Contourlet域图像去噪.对于被加性高斯白噪声污染的图像,实验中将RSICT方法与平移不变小波、平移不变Contourlet等方法进行了比较,结果表明在大多数情况下,RSICT的PSNR结果相比这些方法高出0.1至1.2dB,并保持良好的视觉效果. 相似文献
6.
基于双变量阈值的非下采样Contourlet变换图像去噪 总被引:4,自引:1,他引:4
系数阈值是流行的去噪方法,其中阈值方式与大小的选择是一个重要的技术问题。该文依据非下采样Contourlet分解系数与其父系数之间的相关性,给出非高斯双变量分布,对该模型应用Bayes估值理论推导得到相应的非线性双变量阈值函数,综合非下采样Contourlet分解和双变量阈值函数,提出一种基于双变量阈值的非下采样Contourlet变换图像去噪方法(NSCTBI)。对于被加性高斯白噪声污染的图像,实验中将NSCTBI方法与非下采样Contourlet变换、小波域双变量阈值去噪等方法进行了比较,结果表明在大多数情况下,NSCTBI的PSNR结果相比这些方法高出0.5至2.3dB,在边缘特征方面保持了良好的视觉效果。 相似文献
7.
依据非下采样Contourlet分解系数与其父系数之间的相关性,给出非高斯双变量分布模型,并基于该模型提出一种新的非下采样Contourlet变换图像分割方法。用合成纹理图像和实际图像进行仿真实验,并与小波域隐马尔可夫树模型分割及Contourlet域隐马尔可夫树模型分割等方法进行了比较,实验结果表明,在大多数情况下,该算法分割结果要好于相比较的方法,在边缘特征方面保持了良好的视觉效果,并且模型的训练简单快速。 相似文献
1