首页 | 本学科首页   官方微博 | 高级检索  
     

一种基于NSCT变换的RBF神经网络自适应阈值去噪方法
引用本文:余昌勤,邹云波,李小彦,谷雨. 一种基于NSCT变换的RBF神经网络自适应阈值去噪方法[J]. 云南民族大学学报(自然科学版), 2013, 22(4): 295-298
作者姓名:余昌勤  邹云波  李小彦  谷雨
作者单位:1. 云南民族大学数学与计算机科学学院,云南昆明,650500
2. 云南民族大学教育学院,云南昆明,650500
摘    要:提出一种基于非下采样Contourlet变换的径向基神经网络(RBF)自适应阈值去噪方法.在NSCT域通过RBF神经网络使目标误差函数GCV(T)的最小化,从而确定最优阈值,再通过软阈值函数去噪.利用NSCT的平移不变性来抑制伪Gibbs失真,从而能完整地保留图像的纹理和边缘等信息.实验结果表明,该方法可以有效去除高斯噪声,提高图像的峰值信噪比.

关 键 词:非下采样Contourlet变换  径向基(RBF)神经网络  图像去噪  软阈值

A NSCT-based method with RBF neural network adaptive threshold denoising
YU Chang-qin , ZOU Yun-bo , LI Xiao-yan , GU Yu. A NSCT-based method with RBF neural network adaptive threshold denoising[J]. Journal of Yunnan Nationalities University:Natural Sciences Edition, 2013, 22(4): 295-298
Authors:YU Chang-qin    ZOU Yun-bo    LI Xiao-yan    GU Yu
Affiliation:1.School of Mathematics and Computer Science,Yunnan University of Nationalities,Kunming 650500,China; 2.School of Education,Yunnan University of Nationalities,Kunming 650500,China)
Abstract:
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
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