下载文档原格式
基于多级中值滤波和小波域HMT的图像去噪陈静;张飞云;姚宁【摘要】介绍了小波域HMT模型和基于阉值分解的多级中值滤波,提出了一种基于多级中值滤波和小波域HMT模的混合噪声抑制算法.在仿真实验中,将这种方法应用于混有椒盐噪声和高斯白噪声的Lena图像,并与其他的图像去噪法相比.试验结果表明,这种方法在去除混合噪声、提高图像峰值信噪比的同时,具有更好的保持图像细节和边缘信息能力.【期刊名称】《现代电子技术》【年(卷),期】2007(030)014【总页数】4页(P127-129,142)【关键词】阈值分解;中值滤波;小波变换;隐马尔科夫树模型(HMT)【作者】陈静;张飞云;姚宁【作者单位】许昌学院河南许昌 461000;许昌学院河南许昌 461000;许昌学院河南许昌 461000【正文语种】中文【中图分类】TP391.411 引言一般来说，现实中的图像都是带噪图像，为了后续更高层次的处理，很有必要对图像进行去噪。
传统的图像去噪方法是将被噪声干扰的图像信号通过一个滤波器，滤掉噪声频率成分，从而得到去噪图像。
传统的图像去噪方法有低通滤波、带通滤波、均值滤波、中值滤波及Wiener 滤波等。
近年来，小波理论得到了非常迅速的发展，而且由于其具备良好的时频特性，因而实际应用也非常广泛。
在去噪领域中，小波理论也同样受到了许多学者的重视，他们应用小波进行去噪，并获得了非常好的效果；总的来说，与低通滤波、均值滤波、Wiener滤波相比，小波去噪在噪声为高斯分布时，收到了很好的效果，但是对其他噪声分布时(如混合噪声)的研究不是很多[1]。
在去除椒盐噪声方面，中值滤波器是当前应用最广的方法之一，其效果较好，然而标准中值滤波器会破坏和丢失相对于滤波窗口尺寸较小的图像细节如边缘、尖角等，而且当噪声增加时，其滤噪能力快速下降。
而在现实中的带噪图像中含有的噪声往往不是单一的某种噪声而是混合噪声，如果单一的采用一种去噪方法显然滤波效果不是很好。
基于小波域隐Markov模型的医学图像去噪的开题报告一、研究背景与意义：医学图像是非常重要的医疗资源，它不仅为疾病的早期发现和诊断提供了强大的工具，而且为临床医生做出合理的治疗方案提供了有力的支持。
但是，由于影像采集过程中的各种噪声，医学图像中总会伴随有噪声，这会给医生的诊断和治疗带来难度和误差。
因此，对医学图像进行去噪处理，成为了医学图像处理领域中的一个热门研究方向。
小波域是常用的医学图像去噪领域，利用小波变换将原始图像分解为不同的频带，对不同频率的信号进行不同的处理，是医学图像去噪的常用方法。
而隐Markov模型是一种基于时间序列的随机过程，在信号处理、图像处理和语音识别等领域都有着广泛的应用。
将小波域和隐Markov模型相结合，可以对医学图像做出更加准确的去噪处理，提高图像的质量和信噪比，有助于临床医生进行更加可靠的诊断和治疗。
二、研究内容：本课题将基于小波域和隐Markov模型相结合的方法，进行医学图像去噪的研究。
具体研究内容如下：1.对医学图像进行小波变换，将图像分解为不同的频带，并将不同频率的信号进行不同的处理，以实现对噪声信号的有效去除。
2.利用隐Markov模型对医学图像进行建模，考虑图像的空间相关性和频域特性，分析图像的局部结构规律和全局信息特征。
3.设计相应的模型参数，建立模型并进行模型训练。
4.对模型进行优化，以提高模型的准确性和稳定性。
5.利用实验数据验证模型的性能并进行性能分析。
三、研究方法和技术路线：1.文献调研：对医学图像去噪的研究方法进行系统调研，了解小波域和隐Markov模型在医学图像去噪领域的应用研究现状。
2.算法设计：基于小波域和隐Markov模型相结合的方法，设计医学图像去噪算法，考虑医学图像的特殊性质和应用需求。
3.实验数据准备：利用医学图像数据库和模拟噪声生成器，准备一批具有真实性和可控性的医学图像及其噪声。
4.算法实现：使用MATLAB等相关工具，实现algorithm。
基于小波域HMT模型的序列图像超分辨率重建周文婷;王庆【期刊名称】《计算机应用研究》【年(卷),期】2009(026)008【摘要】鉴于基于小波域隐马尔可夫树的噪声抑制性和较好的边缘保持性,提出一种基于小波域隐马尔可夫树的序列图像的超分辨率重建算法.针对小波系数进行统计建模,讨论了不同尺度小波系数之间的隐马尔可夫树结构,利用了序列图像的运动信息,运用极大后验概率估计和贝叶斯原理,将小波域HMT作为图像先验知识并给出了超分辨率重建算法,最终通过EM算法和共轭梯度算法的交替迭代进行优化计算.实验结果表明方法的重建效果得到了明显的改进.%This paper proposed a super-resolution reconstruction algorithm of image sequence based on wavelet-domain hidden Markov tree (WHMT). Firstly, introduced the discrete wavelet transform briefly, wavelet-domain hidden Markov tree modeled the dependencies of multiscale wavelet coefficients through the state probabilities of the wavelet coefficients, whose distribution densities could be approximated by the Gaussian mixture. Secondly, from the Bayesian viewpoint and under the maximum a posteriori (MAP) probability estimation framework and exploiting the interrelated information between multiple warped, blurred, decimated and noisy low resolution (LR) images, concluded a minimum functional for the super-resolution reconstruction of image sequence using WHMT as the prior knowledge. Finally, adopted the expectation maximization (EM) algorithm and conjugate gradient (CG)algorithm to compute the HMT parameters and reconstruction image alternately. Experimental results indicate that the proposed algorithms is preferable in terms of both objective measurements and visual evaluation.【总页数】3页(P3134-3136)【作者】周文婷;王庆【作者单位】西北工业大学,计算机学院,西安,710072;西北工业大学,计算机学院,西安,710072【正文语种】中文【中图分类】TP391【相关文献】1.基于小波域HMT模型的彩色图像超分辨率复原 [J], 赵书斌;张蓬;彭思龙2.基于小波域HMT模型融合的图像分辨率增强 [J], 娄帅;丁振良;袁峰3.基于小波域HMT模型的图像超分辨率重构 [J], 赵书斌;彭思龙4.基于小波域隐马尔可夫模型的信号超分辨率重建 [J], 韩玉兵;陈如山;吴乐南5.基于小波域CHMT模型的超分辨率图像重建 [J], 娄帅;丁振良;袁峰;李晶因版权原因，仅展示原文概要，查看原文内容请购买。
基于小波变换及隐式马尔科夫树模型的图像信号去噪
陈静;范文兵;甄姬娜
【期刊名称】《现代电子技术》
【年(卷),期】2006(29)2
【摘要】研究基于小波变换的隐式马尔科夫模型树(HMT)方法,用于去除图像信号中的白噪声.该方法利用了小波变换域系数间的相关性和自相似信息,并在Lenna图像中验证了方法的有效性.对不同程度污染的高斯白噪声图像的去噪效果与传统方法进行比较;结果表明,基于小波变换的HMT方法有更好的去噪效果,所建立的HMT模型更能体现图像的特征.
【总页数】3页(P21-23)
【作者】陈静;范文兵;甄姬娜
【作者单位】郑州大学,信息工程学院,河南,郑州,450052;郑州大学,信息工程学院,河南,郑州,450052;郑州大学,信息工程学院,河南,郑州,450052
【正文语种】中文
【中图分类】TN915.43
【相关文献】
1.基于小波域多状态隐马尔科夫树模型的自适应文本图像分割算法 [J], 宋锦萍;侯玉华;杨晓艺;唐远炎
2.基于小波域隐马尔科夫树模型的图像分割 [J], 侯彪;刘凤;焦李成;包慧东
3.基于复contourlet域隐马尔科夫树模型的海面溢油合成孔径雷达图像相干斑抑制 [J], 吴一全;宋昱;吴诗婳;张宇飞
4.基于小波与隐式马尔科夫模型的发电机局部放电信号去噪 [J], 左问;张毅刚;郁惟镛;黄成军
5.基于小波包及隐式马尔科夫模型的局放信号去噪 [J], 张毅刚;郁惟镛;黄成军;左问
因版权原因，仅展示原文概要，查看原文内容请购买。
４９２吉林大学学报（地球科学版）第３８卷解，利用所有小波系数估计噪声的标准差。
具体阈
值设置采用以下阈值函数：
占（硼）＝ｓｇｎ（ｗ）・Ｉ（Ｉ硼一丁１）。
（９）（ａ）
式中：∞为小波系数；Ｔ为阈值；ｓｇｎ（・）为符号函数；工（・）为示性函数，即ｚ≥Ｏ，Ｊ（ｚ）＝ｚ，而当ｚ＜Ｏ时，Ｊ（ｚ）一０。
图２模拟干涉图（ａ）及其添加了零均值噪声的图像（ｂ）（色标表示相位值范围）
Ｆｉｇ．２Ｓｉｍｕｌａｔｅｄｉｎｔｅｒｆｅｒｏｇｒａｍａｎｄｉｔｓｉｍａｇｅａｄｄｅｄｚｅｒｏ－ｍｅａｎｎｏｉｓｅ
图３
小波域模拟ＳＡＲ干涉图去噪实例Ｆｉｇ．３ＤｅｎｏｉｓｅｄｅｘａｍｐｌｅｓｆｏｒｔｈｅｓｉｍｕｌａｔｅｄＳＡＲｉｎｔｅｒｆｅｒｏｇｒａｍｉｎｗａｖｅｌｅｔｄｏｍａｉｎ
（ａ）、（ｂ）和（ｃ）分别为采用一级、二级和三级小波包分解去噪结果图像
（ａ）（ｂ）
（ｃ）图４小波域实际的ＳＡＲ干涉图去噪实例
Ｆｉｇ．４ＤｅｎｏｉｓｅｄｅｘａｍｐｌｅｓｆｏｒｔｈｅｐｒａｃｔｉｃａｌＳＡＲｉｎｔｅｒｆｅｒｏｇｒａｍｉｎｗａｖｅｌｅｔｄｏｍａｉｎ
（ａ）原始含噪声ＳＡＲ干涉图；（ｂ）本文方案三级小波包分解去噪结果；（ｃ）直接应用小波软阈值去噪结果。
小波变换在INSAR干涉图像去噪中的应用研究摘要：介绍小波分析的基本理论和利用小波分析对信号进行消除噪声的基本方法，以及InSAR干涉相位图像中噪声的特点，针对目前普遍采用的均值滤波和中值滤波等方法对InSAR干涉相位图像中噪声进行滤波的局限性，提出了基于小波变换的INSAR干涉图方法，通过实验数据验证，并在残差点数目、峰值信噪比、均方差等方面与传统方法进行了对比。
研究结果表明小波方法能有效的抑制干涉图的噪声，并且保持图像边缘信息。
关键词：小波变换干涉图去噪信噪比Abstract: This paper introduces the basic theory of wavelet analysis and the use of wavelet analysis to the basic method to eliminate noise of signal, and the characteristics of the InSAR interferometric phase noise in the image, in view of the present generally used methods such as average filtering and median filtering for InSAR interferometric phase noise in the image filtering, the limitation of the InSAR interferograms is proposed based on wavelet transform method, through the experiment data validation, and in the number of residual almost, peak signal to noise ratio and mean square deviation compared with the traditional method.The results show that the wavelet method can effectively suppress interference noise, and keep the image edge information.Key words: Wavelet transforminterferogramdenoisingSNR引言合成孔径雷达干涉测量技术（synthetic aperture radar interferometry，简称InSAR）是使用雷达信号的相位信息获取地表三维形变的一门技术，具有全天时，全天候，作用距离远，能穿透地表层等优点，可在不同的微波频段，不同的极化状态下得到地面目标高分辨率图像，为人们提供各种有用的信息【1,2】。
基于改进小波阈值法的图像去噪算法王琼;公丽颖;任伟建;霍凤财;高飞【期刊名称】《自动化技术与应用》【年(卷),期】2013(032)011【摘要】图像去噪是图像处理中最基本、最重要的前期工作,本文提出一种基于衰减法的Garrote阈值函数,并将基于该改进阈值函数的小波阈值法用于图像去噪过程,最后通过MATLAB仿真实验验证了本文所提出算法的有效性.本文在分析小波阈值法对图像去噪效果影响的基础上,针对该去噪算法在去除噪声的同时也损失了一定量的图像细节信息的问题,改进了传统阈值函数未考虑阈值以下的小波系数可能含有图像细节信息而对阈值以下小波系数盲目置零的缺点,对Garrote阈值函数阈值以下的小波系数采取衰减方法,以保留更多的图像细节信息,并加入三个调整因子以提高其性能和灵活度,实验表明本文提出的改进小波阈值去噪算法能够有效地去除噪声,且能够保留大量的图像边缘及细节信息.【总页数】6页(P61-66)【作者】王琼;公丽颖;任伟建;霍凤财;高飞【作者单位】东北石油大学电气信息工程学院,黑龙江大庆163318;东北石油大学电气信息工程学院,黑龙江大庆163318;东北石油大学电气信息工程学院,黑龙江大庆163318;东北石油大学电气信息工程学院,黑龙江大庆163318;中国石化胜利油田井下作业公司,山东东营257064【正文语种】中文【中图分类】TP391.41【相关文献】1.基于改进阈值法的小波去噪算法研究 [J], 苑津莎;张冬雪;李中2.基于改进小波阈值法的语音去噪算法 [J], 陆真;裴东兴3.基于改进的小波软阈值法的SAR图像去噪 [J], 张微;孙蓉桦;章孝灿4.基于改进阈值函数的小波变换图像去噪算法 [J], 张绘娟; 张达敏; 闫威; 陈忠云; 辛梓芸5.基于改进的小波阈值图像去噪算法 [J], 贾文良;陈雨;陈强因版权原因，仅展示原文概要，查看原文内容请购买。
用小波变换和中值滤波研究差分干涉图的去噪*余景波1,2,刘国林1,2,王建波1,葛振坦1,2(1.山东科技大学测绘科学与工程学院,山东青岛266510;2.海岛(礁)测绘技术国家测绘局重点实验室,山东青岛266510)摘 要:介绍了小波变换的基本原理和图像去噪常见的滤波方法,采用几种常见滤波分别对模拟差分干涉图和EVISAT卫星获取的矿区真实合成孔径雷达(ASAR)数据的差分干涉图分别进行滤波去噪处理,并对其去噪效果进行分析。
采用小波变换和中值滤波相结合的方法对矿区真实ASAR数据差分干涉图进行去噪处理,并对先中值滤波再小波变换和先小波变换再中值滤波两种方式去噪结果分别进行了分析比较,结果表明:先小波变换再中值滤波去噪后,图像保真效果较好。
关键词:小波变换;中值滤波;模拟干涉图;ENVISA T卫星;矿区真实A SAR数据差分干涉图;去噪中图分类号:T P751 文献标志码:A 文章编号:1008 9268(2011)02 0029 070 引 言先进的合成孔径雷达(ASAR)数据差分干涉图在平地效应消除后,由于受到噪声的污染,从而存在大量残差点,给相位解缠带来了难度,所以,对ASA R数据差分干涉图进行滤波处理是十分必要的。
差分干涉图的噪声主要来源于以下几个方面[1 3]:InSAR系统本身的热噪声;相位图的相干斑点噪声;基线失相干和时间失相干等。
许多学者给出了不同对差分干涉图进行滤波处理的方法。
Lee等人[4]提出了应用加性相位噪声模型去除干涉图相位图噪声的方法,该方法能够较好的保持相位条纹的连续性,但是计算工作量极大。
Eichel等人[5]提出了圆周均值滤波方法,它在理论上具有最大似然最优的滤波效果,但在保持相位条纹连续性上较差。
Lanari和Fornaro等人[6]提出的圆周中值滤波方法,能够保持相位条纹连续性,由于没有使用信号统计规律,其滤波效果不是最好的。
本文采用常见的滤波对模拟干涉图和矿区ASA R数据差分干涉图进行滤波去噪处理,比较其滤波效果;最后,使用小波变换和中值滤波结合方法对矿区真实ASAR数据差分干涉图进行滤波处理。
基于邻域阈值分类的小波域图像去噪算法侯建华;熊承义;田金文;柳健【期刊名称】《光电工程》【年(卷),期】2006(33)8【摘要】利用图像小波系数的空间相关性可以有效地去除图像中的噪声.将一维信号的小波邻域阈值扩展并应用于二维图像,子带内的每个小波系数根据其邻域阈值的大小被划分为"大"系数或者是"小"系数;对"小"系数直接置零,对"大"系数则采用一种具有局部空间强相关性的零均值高斯模型,通过最小均方误差准则得到其估计.仿真实验结果表明该算法简单有效,在去噪性能上优于传统的子带自适应阈值去噪方法,可与两种优秀的空间自适应去噪算法相媲美.【总页数】5页(P108-112)【作者】侯建华;熊承义;田金文;柳健【作者单位】中南民族大学,电子信息工程学院,湖北,武汉,430074;华中科技大学,图像识别与人工智能研究所,湖北,武汉430074;中南民族大学,电子信息工程学院,湖北,武汉,430074;华中科技大学,图像识别与人工智能研究所,湖北,武汉430074;华中科技大学,图像识别与人工智能研究所,湖北,武汉430074;华中科技大学,图像识别与人工智能研究所,湖北,武汉430074【正文语种】中文【中图分类】TP391【相关文献】1.基于可调整邻域阈值的DBSCAN算法在应急预案分类管理中的应用 [J], 金保华;林青;赵家明2.基于小波域加权阈值的图像去噪方法 [J], 陈莹;纪志成;韩崇昭3.基于贝叶斯阈值的小波域图像去噪研究 [J], 刘慧4.改进的小波域阈值算法在图像去噪中的应用 [J], 张瑞雪;沈小林5.基于邻域相关性新阈值函数的提升小波域信号降噪法 [J], 薛坚;于盛林因版权原因，仅展示原文概要，查看原文内容请购买。
基于小波域HMT的图像杂波抑制方法赖宗英;艾斯卡尔·艾木都拉【期刊名称】《计算机工程》【年(卷),期】2011(037)002【摘要】针对复杂背景下红外微弱点状运动目标的检测,提出一种基于小波域HMT模型的图像杂波抑制方法.对图像小波系数低频部分建立隐马尔可夫树模型,使用Bayesian准则估计图像背景小波系数,参照杂波抑制模型,得到杂波抑制后图像的信号加噪声模型,并通过计算Kendall秩相关系数和Friedman统计量验证了该方法残留噪声的高斯性和独立性.%Aiming at the detection of infrared faint blob-shaped moving target under complicated background, this paper presents an image clutter suppression method based on wavelet domain Hidden Markov Tree(HMT). A wavelet-domain HMT model is used to accurately capture the dependencies across low frequency scales. It uses Bayesian criterion to estimate image background wavelet coefficients, refers to clutter suppression model to get clutter suppression image signal noise adding model. Gaussianity and independency of residual noise are also verified by using Kendall rank correlation coefficient and Friedman statistic.【总页数】3页(P215-217)【作者】赖宗英;艾斯卡尔·艾木都拉【作者单位】新疆大学信息科学与工程学院,乌鲁木齐,830046;新疆大学信息科学与工程学院,乌鲁木齐,830046【正文语种】中文【中图分类】TN911.23【相关文献】1.基于对偶树复小波域HMT模型的遥感图像融合 [J], 韩成海2.基于小波域HMT模型的图像去噪研究 [J], 李文鑫;陈静;范文兵3.基于小波域DCT变换的杂波抑制方法 [J], 周宁;李晓峰;李在铭4.基于双树复小波域HMT模型的煤燃烧火焰图像去噪 [J], 吴一全;宋昱5.基于小波域三状态HMT模型的含噪图像增强 [J], 常霞;焦李成;贾建华;辛芳芳;万红林因版权原因，仅展示原文概要，查看原文内容请购买。
改进阈值的TI小波去噪法在MT去噪中的应用曹小玲;严良俊;陈清礼【摘要】在测量电场和磁场分量的过程中,由于地质因素、工频、人文干扰和其他外界因素以及观测系统所造成的干扰等,常常会使实际数据含有噪声,从而影响到视电阻率和相位的计算以及后续的正反演工作.为提高处理效果,在已有快速算法的基础上,将改进阈值的TI小波去噪法应用在大地电磁信号去噪中.利用该方法对大地电磁信号去噪,可以达到既有效去除噪声又较大程度地维持原始信号形态的目的.在对实测大地电磁数据进行去噪处理后的结果显示,该去噪方法使信号数据的突变现象得到有效的控制和减少,并使时间序列、视电阻率曲线和相位曲线的质量都有了明显的改善,因而具有较好的去噪效果.%In the process of measuring electric field and magnetic field components,due to interference from geological factors,power frequency,human activities,and other external factors as well as the observation system,there often exist many kinds of noises in actual data,which affect the computing of apparent resistivity and phase and the subsequent forward and inversion work.In order to improve the processing effect,the authors applied the TI wavelet denoising method based on improved threshold to the denoising of magnetotelluric signals on the basis of the existing fast algorithm.By using the denoising method,not only the noise can be removed effectively,but also the original shape of signal can be preserved at a large extent.After dealing with the measured magnetotelluric signal data by this meth-od,the authors detected that the denoising method can make the mutation phenomenon under effective control and decrease,and further-more it improves significantly the qualityof time series,apparent resistivity curve and phase curve,thus it has a good denoising effect for magnetotelluric signal.【期刊名称】《物探与化探》【年(卷),期】2018(042)003【总页数】8页(P600-607)【关键词】小波分析;去噪;平移不变量;大地电磁信号【作者】曹小玲;严良俊;陈清礼【作者单位】长江大学油气资源与勘探技术教育部重点实验室,湖北武汉 430100;非常规油气湖北省协同创新中心,湖北武汉 430100;长江大学信息与数学学院,湖北荆州 434023;长江大学油气资源与勘探技术教育部重点实验室,湖北武汉430100;非常规油气湖北省协同创新中心,湖北武汉 430100;长江大学油气资源与勘探技术教育部重点实验室,湖北武汉 430100;非常规油气湖北省协同创新中心,湖北武汉 430100【正文语种】中文【中图分类】P631.40 引言大地电磁测深法［1］（MT）诞生于20世纪50年代，由于该方法具有探测深度大、水平方向分辨能力高、受地形影响小等诸多特点［2-3］，一直广受物探工作者的喜爱，并取得了长足的发展和进步［4-5］。
基于sym8小波寻北系统去噪研究
靳嘉奉;刘建锋;李向东
【期刊名称】《测试技术学报》
【年(卷),期】2014(028)002
【摘要】针对寻北系统在实际运用中因受周围环境影响而导致寻北精度下降的问题,提出了基于小波变换的去噪方法.该方法选用sym8小波基,采用高次逼近法和改进的小波阈值对含有阵风噪声的原始陀螺信号进行小波去噪.结果表明sym8小波基为含阵风噪声陀螺信号进行小波去噪的最优小波基.调整其分解尺度进行仿真,发现分解尺度为4时达到了最佳去噪效果且提高了寻北精度,证明了方法的有效性与可靠性.
【总页数】5页(P180-184)
【作者】靳嘉奉;刘建锋;李向东
【作者单位】北京计算机技术及应用研究所,北京100854;北京计算机技术及应用研究所,北京100854;北京计算机技术及应用研究所,北京100854
【正文语种】中文
【中图分类】TP391.9
【相关文献】
1.基于小波域HMT模型的寻北数据去噪方法研究 [J], 邹向阳;陈家斌;徐建华;邹益民
2.基于小波去噪和 TLS 算法的全姿态寻北 [J], 郭晓松;张东方;薛海建;周召发
3.基于小波变换的平台惯导抗扰动寻北技术研究 [J], 尚克军;刘辉;刘峰;扈光锋
4.基于三次B样条小波变换的寻北仪抗基座扰动研究 [J], 邹向阳;陈家斌;谢玲;孙谦
5.小波去噪技术在捷联寻北仪中的应用 [J], 任明荣;刘星桥;陈家斌;张长江;谢玲;徐建华
因版权原因，仅展示原文概要，查看原文内容请购买。
基于小波域HMT模型的图像去噪研究
李文鑫;陈静;范文兵
【期刊名称】《现代电子技术》
【年(卷),期】2009(32)6
【摘要】研究小波域隐式马尔可夫模型树(HMT),提出了一种基于小波域HMT模型抑制高斯白噪声的改进图像去噪算法.首先将噪声图像沿水平、垂直及对角方向进行平移变换;然后对平移后的图像进行小波变换,建立其对应的小波域HMT型,分别进行去噪处理.最后取所有去噪图像的均值作为最终的去噪图像.在仿真实验中,对不同程度污染下高斯白噪声的Lena图像分别采用该文算法、小波域硬阈值与软阈值去噪进行比较.结果表明,该文算法很好地保留了图像的细节和边缘信息;提高了图像的峰值信噪比;抑制了Gibbs效应;具有较好的去噪效果.通过实验仿真可以看出,这种方法较好地去除了白噪声;提高了图像的峰值信噪比;较好地保存了图像的边缘和细节信息;抑制了振铃现象.
【总页数】4页(P110-112,115)
【作者】李文鑫;陈静;范文兵
【作者单位】许昌学院,河南,许昌,461000;许昌学院,河南,许昌,461000;郑州大学,信息工程学院,河南,郑州,450052
【正文语种】中文
【中图分类】TP391
【相关文献】
1.基于小波域HMT模型的寻北数据去噪方法研究 [J], 邹向阳;陈家斌;徐建华;邹益民
2.基于多级中值滤波和小波域HMT的图像去噪 [J], 陈静;张飞云;姚宁
3.复Daubechies小波域HMT模型Bayesian图像去噪 [J], 褚标;李昕;朱功勤;汪金菊
4.基于双树复小波域HMT模型的煤燃烧火焰图像去噪 [J], 吴一全;宋昱
5.基于小波域HMT模型InSAR干涉图噪声滤波研究 [J], 何敏;何秀凤
因版权原因，仅展示原文概要，查看原文内容请购买。
一种基于P2DHMT的小波域图像去噪算法
李会方;庞文俊;徐瑞萍
【期刊名称】《计算机工程与应用》
【年(卷),期】2006(042)004
【摘要】文章提出了一种基于小波域伪二维隐Markov树(P2DHMT)的图像的滤波新方法.首先建立了小波域的伪2DHMT模型,给出了基于EM、Baum-Welch等算法的模型参数估计方法;其次提出了一种基于最大后验概率准则的P2DHMT最优图像滤波算法;最后给出了图像去噪算法的实现过程.实验结果表明该方法可以在保存图像细节特征的情况下有效地抑制图像的噪声.
【总页数】4页(P45-47,83)
【作者】李会方;庞文俊;徐瑞萍
【作者单位】西北工业大学电子信息学院,西安,710072;西北工业大学电子信息学院,西安,710072;西北工业大学电子信息学院,西安,710072
【正文语种】中文
【中图分类】TP391.4
【相关文献】
1.一种新的小波域维纳滤波图像去噪算法 [J], 刘红亮;陈维义;许中胜
2.一种小波域改进双边滤波的水果图像去噪算法 [J], 刘炳良
3.一种新的双密度复小波域图像去噪算法 [J], 袁博;尚赵伟;郎方年
4.基于小波域变分滤波器的超声图像去噪算法 [J], 王彩;高晓琴
5.基于小波域Curvelet变换的湍流图像去噪算法 [J], 王珺楠;邱欢;张丽娟;李阳;刘颖
因版权原因，仅展示原文概要，查看原文内容请购买。
