首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 421 毫秒

1.  基于广义高斯模型的局部自适应遥感图像去噪研究  
   秦振涛  杨武年《信阳师范学院学报(自然科学版)》,2013年第4期
   根据图像各子带系数的相关性,提出一种局部自适应的图像小波系数的统计算法,并应用于遥感图像的去噪研究.首先将图像的小波分解系数视为服从广义高斯分布(GGD)的随机变量模型,然后在小波软阈值去噪的基础上,根据图像小波系数在空间上具有聚集性的特点,提出了一种新的局部自适应的算法,结合最大后验概率(MAP)参数估计,用于恢复带噪图像.该算法用于岷江上游植被和土壤类型典型地区—毛儿盖实验区遥感图像的去噪,效果理想,同其他的图像去噪算法相比,它具有较高的峰值信噪比(PSNR)和更好的视觉效果.    

2.  基于小波收缩阈值和维纳滤波的去噪方法  
   胡洋  张颖  熊成基  陈雪波《辽宁科技大学学报》,2010年第33卷第5期
   针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法.采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理.采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数.仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法.    

3.  基于小波收缩阈值和维纳滤波的去噪方法  
   胡洋  张颖  熊成基  陈雪波《鞍山科技大学学报》,2010年第5期
   针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法。采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理。采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数。仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法。    

4.  基于上下文模型的非抽样小波图像去噪  
   矫媛  黄斌文  羊秀青《科技信息》,2010年第19期
   文章提出了一种新的基于上下文模型的非抽样小波图像去噪方法。与传统正交小波变换不同,非抽样小波在图像分解时不对小波系数进行下采样。分解后的每一个小波系数被模型化为一个广义高斯分布随机变量,应用上下文模型估计每一个小波系数的边缘方差,软阈值函数的构造充分考虑了待阈值化小波系数与其邻域小波系数的相关性,产生空间自适应阈值。通过对加噪图像的实验,可以看出本文方法与其它几种传统去噪方法相比,不仅去噪效果有很大的改进,具有更好的重建视觉效果,而且信噪比也有较为明显的提高。    

5.  基于正态反高斯先验模型的小波去噪算法  
   侯建华  毛晓晖《中南民族大学学报(自然科学版)》,2009年第28卷第3期
   提出了一种基于正态反高斯先验模型(NIG)的小波去噪算法.将小波系数建模为正态反高斯分布,利用矩估计法计算每个子带内的模型参数;在贝叶斯最大后验概率估计(MAP)准则下推导出与NIG模型相对应的阈值函数表达式,以此对图像进行去噪处理.实验结果表明:该算法与经典的阈值去噪算法相比,具有更好的信噪比和视觉效果.    

6.  二元收缩方程与复数小波用于SAR影像去噪  
   邢帅  徐青  靳国旺  何钰《系统仿真学报》,2008年第20卷第1期
   二元收缩方程定义了由相邻尺度小波系数的联合概率密度函数,其与噪声模型联立后利用最大后验概率估计可进行图像去噪。在SAR图像斑点噪声服从瑞利分布的假设下,结合双树复数小波变换推导了基于二元收缩方程的SAR图像的简化去噪模型,然后利用局部方差估计和维纳滤波器获得噪声方差与带噪小波系数方差的估计值,并计算出合适阈值对SAR图像进行去噪。实验结果显示,去噪图像的峰值信噪比以及有效视数都较其它算法有大幅提高,且很好地保持了图像的边缘特征。    

7.  基于广义高斯分布的彩色图像检索  
   马自萍  马金林《黑龙江大学自然科学学报》,2011年第28卷第6期
   为了提高广义高斯分布(GGD)在彩色图像检索中的检索性能和图像识别能力,提出了利用局部特征和全局特征的方法,计算图像中心矩形区域的颜色特征作为局部特征和整个图像应用小波变换后应用统计方法,用广义高斯分布计算小波系数的准确分布,提取全局特征,在Corel和VIEW图像库中进行了检索实验.试验表明:该方法的检索能力优于其单一算法.    

8.  基于小波和脊波的图像联合去噪方法  被引次数:1
   项海林  贾建  焦李成《系统工程与电子技术》,2007年第29卷第5期
   为了在图像去噪时更好地保持细节特征,提出了联合小波和脊波的阈值去噪方法。在含噪图像小波分解后,对每一尺度下三个高频子带的细节分量进行单层逆变换,得到该尺度下的细节图像。对细节图像进行脊波阈值去噪处理,然后再进行单层小波分解。用所得的高频子带分别代替先前小波分解所得的高频子带。最后对处理后的图像小波系数进行小波逆变换,得到去噪图像。实验表明,在处理具有直线特征的图像时,该方法要优于单纯的小波或脊波阈值方法。    

9.  基于高斯混合模型图像局部自适应去噪算法  
   刘卫华  何明一《系统工程与电子技术》,2009年第31卷第12期
   针对传统阈值小波去噪方法未考虑小波域尺度内和尺度间系数相关性的问题,采用基于小波域统计模型的新型去噪方法,图像小波域的先验统计模型采用高斯混合尺度模型。在计算信号的协方差矩阵时,对图像分块并用椭圆窗滑动求局部协方差矩阵,以达到局部自适应的去噪目的。实验表明,该方法与在子带内求协方差矩阵的方法相比,去噪效果有所提高。    

10.  基于MGGD 和上下文模型的小波域图像去噪  
   吴宇宁《莆田高等专科学校学报》,2014年第5期
   考虑到自然图像小波系数分布的两个统计特性,用多元广义高斯分布(MGGD)模型描述小波系数的统计分布,采用基于上下文模型的自适应协方差矩阵估计,再利用最大后验概率估计原始图像的小波系数。实验表明,该方法在直观视觉上去噪效果明显,在信噪比方面也要优于其他的一些小波去噪方法。    

11.  基于连分式的广义高斯分布的参数估计  
   杨兴明  陈海燕  王刚《合肥工业大学学报(自然科学版)》,2012年第35卷第7期
   近年来,使用广义高斯分布拟合的子带小波系数的统计模型被广泛地用于图像分类、修复、去噪和分析等图像处理中,而广义高斯分布的参数拟合问题一直是该领域中的一个重要的瓶颈问题。文章针对该问题提出用连分式迭代来实现广义高斯分布的参数估计,连分式迭代具有算法稳定、收敛域广、计算精度高、迭代速度快等特性;构造了基于连分式的广义高斯分布形状参数β的迭代格式。实验结果表明在不同方差噪声时,基于连分式迭代算法在计算时间复杂度和精度上优于牛顿迭代算法,而且收敛性不受初始值等参数制约,总能收敛到最优值附近。    

12.  基于分水岭和广义非局部平均的小波去噪  
   李万臣  葛磊《应用科技》,2011年第38卷第4期
   非局部平均滤波去噪方法和基于广义非局部平均的小波域去噪方法都会在不同程度上损失图像细节信息.为了在去除图像噪声的同时更好地保留图像细节,文中提出了一种基于分水岭分割和广义非局部平均的小波去噪方法.首先对含有噪声的图像进行基于梯度的分水岭分割并保留分水岭脊线;然后对含有噪声的图像进行多维度小波分解,对分解的每一层系数估计尺度系数和形状系数,构造每层小波子系数的广义高斯模型,对每层细节子带信息分别在水平、垂直、对角线3个方向应用基于广义高斯模型的非局部平均滤波;最后用含噪图像中与分水岭脊线相对应的像素点替换小波重构后图像的对应像素点.仿真结果表明,该方法与基于广义非局部平局的小波分析去噪法相比能获得更好的视觉效果和去噪效果.    

13.  图像域阈值与维纳滤波组合的图像去噪方法  
   周凯汀  郑力新《华侨大学学报(自然科学版)》,2012年第2期
   用小波变换方法获得与带噪图像具有相同尺寸的各尺度与方向的图像域子图,并对各细节子图进行阈值化处理;然后,将去噪的各图像域细节子图与低频子图相加得到初级去噪图像;最后,对初级去噪图像执行图像域维纳滤波,进一步去除噪声斑点.讨论图像域阈值参数的估计方法,提出一种与小波域BayesShrink对应的图像域BayesShrink阈值估计方法.实验结果表明:与小波域阈值或者小波域阈值与图像域维纳滤波组合的方法相比,对于非高度细节的图像,除去低噪声细节相对丰富图像的情况外,图像域阈值与维纳滤波组合在去除平坦区大部分噪声的同时,能更好保留边缘与纹理细节,得到更好的图像质量与更高的峰值信噪比.    

14.  基于上下文模型的混合傅里叶-小波图像降噪方法  
   邓宏贵  李明辉  高小龙《中南大学学报(自然科学版)》,2013年第44卷第1期
   针对小波变换和傅里叶变换去除图像噪声时各具不同的优点和不足,提出一种基于上下文模型的混合傅里叶-小波图像降噪方法.首先在傅里叶域中估计原始图像的功率谱密度,运用维纳滤波器降噪,降低原始图像噪声水平;再在小波域中通过基于上下文模型的自适应阈值法去除剩余噪声;在小波域中使用平稳小波变换分解图像信号得到分解后的系列小波系数,根据小波系数间的相关性,利用上下文模型求取小波系数的方差,将其代入由GGD模型估计出的阈值表达式得到自适应阈值,再用软阈值函数对小波系数进行处理,最后将处理后的小波系数进行小波逆变换完成去噪.仿真结果表明:该方法不仅能够有效滤除图像噪声,而且能够保留图像的边缘细节信号,抑制降噪引起的吉布斯现象.    

15.  基于二元广义正态分布模型的双树复数小波图像去噪  
   吴宇宁  王美清《福州大学学报(自然科学版)》,2007年第35卷第6期
   双树复数小波变换具有平移不变性和多方向选择性,适用于图像去噪.对小波系数统计分布进行建模,提出了一种二元广义正态分布的概率模型.在此先验分布的基础上,通过运用最大后验概率估计方法,从含噪系数中去除高斯噪声.实验表明,该方法不仅在直观视觉上去噪效果明显,在信噪比方面也要优于Bayes-Shrink、W iener2、SureShrink等方法.    

16.  M带小波变换在图像去噪中的应用  被引次数:1
   侯景华  权春娟  马晓军《甘肃科学学报》,2008年第20卷第4期
   基于小波的图像去噪算法是目前图像去噪研究领域的一个热点.采用NormalShrink进行阈值估计,提出了一种基于M带小波变换的图像去噪方法,实验结果表明:此方法的去噪效果优于维纳滤波和两带小波.    

17.  Curvelet变换域自适应收缩图像去噪  
   邓承志  曹汉强  汪胜前《应用科学学报》,2008年第26卷第1期
   研究了curvelet变换域非参数贝叶斯估计图像去噪问题.利用先验概率模型-正态反高斯(NIG)分布对图像curvelet系数的稀疏分布进行统计建模,并在此基础上设计出基于NIG的最大后验概率(MAP)估计器.通过估计curvelet子带系数分布的参数,实现基于MAP的子带自适应收缩图像去噪,最后通过仿真验证了去噪算法的性能.结果表明,该方法能有效地去除图像中的噪声,同时较好地保留了图像的纹理和边缘等细节.    

18.  基于多小波自适应阈值的地震图像去噪方法  被引次数:1
   戴庆  卢杨  栗磊《科学技术与工程》,2009年第9卷第24期
   结合地震图像噪声的特点,利用多尺度小波变换的优点,提出一种新的自适应小波阈值去噪算法.该算法根据小波变换各子层系数矩阵,确定各子层的自适应最优阈值,对于高频子带采用硬阈值化去噪,低频子带采用中值阈值化去噪,并去噪后重构小波系数.实验结果表明,该方法能够去除大部分高频随机噪声,并还原相干切片图像真实效果,提高了地震资料的信噪比.    

19.  基于Shearlets变换的SAR图像去噪  
   刘帅奇  胡绍海  肖扬《应用科学学报》,2012年第30卷第6期
   在合成孔径雷达(SAR)相干噪声模型基础上提出了一种基于剪切波(Shearlets)变换的SAR图像去噪算法.Shearlets变换继承了Curvele变换和Contourlet变换的优点,既有灵活的方向选择性又易于实现,并且对于包含C2奇异曲线或曲面的高维信号具有最优逼近特性.该文采用Shearlets逼近SAR图像,再用基于贝叶斯估计理论的双变量阈值函数对Shearlets变换系数进行处理得到去噪图像.仿真结果表明,相比使用同级Contourlet双变量阈值去噪,该算法峰值信噪比提高2 dB;相比使用非下采样Contourlet变换双变量阈值算法去噪,该算法去噪后图像不仅峰值信噪比有所提高,而且更平滑,计算时间也大大减少.    

20.  采用双树复小波和混合概率模型的光学相干层析图像去噪  被引次数:1
   舒鹏  孙延奎  田小林《应用科学学报》,2011年第29卷第5期
   为了去除光学相干层析图像中的斑点噪声,提出了基于双树复小波变换的混合概率模型ProbShrink算法.针对原始光学相干层析图像中信号和噪声的分布特点,在微观层面引入了混合概率模型:将OCT图像取对数后进行双树复小波变换,对于层状边缘中与边缘点“方向一致”的小波系数,采用广义高斯模型描述;对于其他小波系数,则采用高斯模型进行描述.而后采用改进的ProbShrink算法进行去噪.实验结果表明,该算法在大幅提升信噪比的情况下保持边缘锐度的相对稳定,优于传统的基于小波变换的去噪方法.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号