公共文化服务平台

共 6 条记录，以下是 1-6

全选清除导出

排序方式：

复小波包域复数高斯尺度混合模型图像降噪被引量：1: 2009年; 提出一种基于四树复小波包变换(QCWPT)复数高斯尺度混合(CGSM)模型的图像去噪新方法。含噪图像经多尺度QCWPT被分解成一个低频复数逼近子图和若干高频复数方向细节子图。在大尺度下,可认为低频逼近子图为信号复系数予以保留;对各尺度复数方向子图按照对数熵代价函数确定最优复小波包基。把能很好刻画小波系数边缘分布形状和局部邻域强相关性的高斯尺度混合(GSM)模型扩展到复小波域,新的CGSM模型具有很好刻画图像幅值和相位信息的能力,并利用该模型对复系数进行贝叶斯最小均方(BLS)估计,从而实现去噪目的。实验结果表明,无论是峰值信噪比(PSNR)指标还是视觉效果,本文方法的去噪性能均好于双树复小波变换(DCWT)、QCWPT和小波域GSM模型去噪,并且在有效去噪的同时,具有很好的图像边缘和细节保护能力。; 闫河刘加伶曾庆森张小川; 关键词：图像去噪

复小波域最大后验概率图像复原: 2009年; 提出了一种双树复小波变换域最大后验概率图像复原方法。该方法通过在最大后验概率图像迭代复原过程中构建噪声残差,并采用双树复小波变换零均值高斯模型对参差进行降噪处理,从而避免了原泊松最大后验概率图像复原过程中噪声放大的问题,实现了迭代复原的正则化目的。对比实验结果表明,该图像复原方法能很好解决恢复迭代中噪声放大的问题,同时,在视觉效果、PSNR、ISNR等指标上均比Wiener、Pisson-MAP等算法好。; 闫河刘加伶张小川; 关键词：图像复原双树复小波变换

复数Curvelet变换域复数高斯尺度混合图像降噪: 2009年; 提出了一种基于复数Curvelet变换域复数高斯尺度混合(CGSM)模型的图像去噪方法.指出Curvelet变换重构图像存在"划痕"和"嵌入污点"的主要原因是Curvelet变换域存在频谱混叠,为此,采用复数小波变换和改进的Radon变换分别代替原Curvelet变换中的实小波变换和Radon变换.构造了具有抗混叠性能的复数Curvelet变换.本文同时把高斯尺度混合(GSM)模型扩展到复小波域,形成对复小波系数的幅值和相位信息具有有效捕捉能力的复数GSM模型,并在复数Curvelet变换域,采用贝叶斯最小平方(BLS)估计器对CGSM模型下含噪复系数进行有效估计,从而实现降噪.实验结果表明,无论是用PSNR指标评估,还是在视觉效果上,本文方法的去噪性能均好于传统Curvelet去噪、Curvelet域HMT去噪和小波域BLS-GSM去噪.本文方法在有效去噪的同时,具有很好的图像边缘和细节保护能力.; 闫河李刚张小川; 关键词：图像去噪

复小波包域局部邻域窗口阈值SAR图像去噪被引量：5: 2009年; 提出一种基于四树复小波包变换的局部窗口阈值SAR图像去噪新方法。该方法利用四树复小波包变换具有的移不变性、良好的方向选择性和对高频信号的细致分析能力等特点,把含噪SAR图像分解成低频逼近子图和若干高频方向子图。通过对方向子图设置合理的阈值来确定最优复小波包基。在保留低频逼近子图复系数不变的同时,利用高频信号系数的邻域相关性和噪声方差随分解尺度增大而迅速衰减的特点,对最优基复小波包系数进行局部邻域窗口阈值收缩处理,从而实现降噪功能。实验结果表明,该方法计算效率高,在等视指数(ENL)、优点图(FOM)等指标上均优于传统的复小波变换、复小波包变换和Curvelet域HMT等去噪方法,能有效地抑制SAR图像斑点噪声的同时,对图像边缘和细节具有较好的保护能力。; 闫河潘英俊刘加伶张小川; 关键词：SAR图像去噪

复小波包变换域混合统计模型图像降噪算法: 2010年; 该方法利用四树复小波包变换具有的移不变性、良好的方向选择性和对高频信号的细致分析能力等特点,把含噪图像分解成低频逼近子图和若干高频方向子图;在保留低频逼近子图复系数不变的同时,利用复系数层间相关性的强弱把高频方向子图分为主要类和次要类.对主要类和次要类复系数分别进一步采用非高斯双变量模型和零均值高斯分布模型进行噪声抑制.实验结果表明,无论是峰值信噪比(PSNR)指标,还是在视觉效果上,本文方法的去噪性能均好于传统的双树复小波变换去噪、四树复小波包变换去噪和小波域高斯尺度混合模型去噪,在有效抑制噪声的同时,具有很好的图像边缘和细节保护能力.; 闫河何光敏张小川; 关键词：图像去噪

基于去频谱混叠Contourlet变换的层内局部相关性图像降噪被引量：4: 2009年; 提出了一种基于去频谱混叠Contourlet变换的层内局部相关性图像降噪新方法。含噪图像经抗混Contourlet多尺度变换,得到一个低频逼近子图和一系列不同尺度、不同方向的高频细节子图,充分利用变换域同层同方向子带内信号系数相关性强、噪声系数无相关性的特点,采用强局部化零均值高斯分布模型对高频细节子图进行降噪处理。实验结果表明,该方法计算效率高,能克服Contourlet变换中的频谱混叠,避免了重构图像出现"划痕"现象。无论是PSNR指标,还是在视觉效果上,该方法的去噪性能均好于Contourlet去噪、Contourlet域HMT去噪和基于抗混叠Contourlet变换的硬阈值去噪,在有效去噪的同时,具有很好的图像边缘和细节保护能力。; 闫河刘加伶闫卫军冯鹏张小川; 关键词：图像去噪

全选清除导出

共1页<1>

重庆市教育委员会科学技术研究项目(KJ080621)