基于Contourlet变换阈值选取的算法研究 |
| |
引用本文: | 王伟兵,杨铮,霍迎科,李仁华.基于Contourlet变换阈值选取的算法研究[J].计算技术与自动化,2020,39(3):172-177. |
| |
作者姓名: | 王伟兵 杨铮 霍迎科 李仁华 |
| |
作者单位: | 河钢邯钢自动化部,河北邯郸056000;河钢邯钢自动化部,河北邯郸056000;河钢邯钢自动化部,河北邯郸056000;河钢邯钢自动化部,河北邯郸056000 |
| |
摘 要: | 针对CT图像在生成或传输时容易受到噪声影响这一难题,提出了基于Contourlet变换结合PCA阈值的去噪方法。 首先,对噪声图像进行Contourlet变换。然后,对DFB方向滤波后得到的Contourlet系数进行PCA阈值及硬阈值函数去噪。最后,对去噪后的Contourlet系数进行Contourlet逆变换,得到去噪图像。通过对图像添加噪声并与Contourlet结合六种不同阈值去噪方法进行对比,采用PSNR评估去噪优劣。结果表明:贝叶斯阈值方法PSNR值最高PSNR=94.88 dB,然后是PCA阈值PSNR=83.02 dB,最后依次是配套改进阈值PSNR=73.97 dB、3σ阈值PSNR=73.27 dB、统一阈值PSNR=72.33 dB、通用阈值PSNR=71.50 dB。PCA阈值去噪结果整体平滑性较好,视觉效果较好;贝叶斯阈值去噪结果整体平滑性较差,视觉效果不佳。通过将Contourlet 变换框架取代传统小波变换框架并结合PCA 阈值应用在图像去噪中,不仅信噪比有所提高,而且图像视觉效果也明显改善。
|
关 键 词: | CT图像 去噪 Contourlet Wavelet PCA 阈值 |
Research on Threshold Selection Based on Contourlet Transform |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《计算技术与自动化》浏览原始摘要信息 |
|
点击此处可从《计算技术与自动化》下载全文 |
|