一种高斯尺度混合模型的Shearlet域图像去噪(英文) |
| |
作者姓名: | 田伟 曹寒问 谢凯 孙金亮 |
| |
作者单位: | 南昌工程学院信息工程学院;南昌工程学院理学院 |
| |
基金项目: | Supported by Youth Science Foundation of Jiangxi Provincial Department of Science and Technology(No.20122BAB211021);Student Scientific Research Training Project of Nanchang Institute of Tachnology(No.2013)~~ |
| |
摘 要: | 提出了一种基于高斯尺度混合模型的Shearlet域图像去噪方法.高斯尺度混合是一个独立高斯随机向量和一个独立隐随机尺度因子的乘积,可以很好地刻画相邻位置和尺度的Shearlet系数邻域的统计特性.在此基础上,对Shearlet系数进行贝叶斯最小均方估计.通过对加入高斯白噪声的图像进行去噪,仿真结果表明和其他基于小波域的方法相比,无论从视觉上还是峰值信噪比上,shearlet域方法降噪效果明显更好.
|
关 键 词: | 图像去噪 高斯尺度混合 贝叶斯最小均方估计 Shearlet域 |
本文献已被 CNKI 等数据库收录! |
|