首页 | 本学科首页   官方微博 | 高级检索  
     

基于小波系数多尺度随机过程模型的去噪方法
引用本文:谢杰成,张大力,徐文立. 基于小波系数多尺度随机过程模型的去噪方法[J]. 清华大学学报(自然科学版), 2003, 43(9): 1222-1225
作者姓名:谢杰成  张大力  徐文立
作者单位:清华大学,自动化系,北京,100084;清华大学,自动化系,北京,100084;清华大学,自动化系,北京,100084
摘    要:用多尺度随机过程对小波图像系数进行建模,并在此基础上提出了基于多尺度随机过程模型的小波图像去噪方法。通过阈值判断和邻域判断相结合的方法区分出对应边缘处的系数。对边缘区小波系数树估计多尺度随机过程的参数,利用多尺度滤波器对小波系数进行估计,对非边缘区的小波系数则采用阈值萎缩方法进行估计。该方法很好地刻画了边缘区小波系数跨尺度的行为,可以很好地保持图像边缘;而且还给出了估计误差的方差,利于理论分析。实验表明:该方法的去噪误差要优于Sureshrink法,而且对图像边缘的保护更利于后续的图像分割和轮廓跟踪。

关 键 词:图像信号处理  小波  多尺度随机过程  滤波
文章编号:1000-0054(2003)09-1222-04
修稿时间:2002-10-10

Wavelet image denoising based on multiscale stochastic process coefficient model
XIE Jiecheng,ZHANG Dali,XU Wenli. Wavelet image denoising based on multiscale stochastic process coefficient model[J]. Journal of Tsinghua University(Science and Technology), 2003, 43(9): 1222-1225
Authors:XIE Jiecheng  ZHANG Dali  XU Wenli
Abstract:
Keywords:image signal treatment  wavelet  multiscale stochastic process  filtering
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