二维小波变换及ICA消除图像混合噪声

美国《工程索引》（EI）核心期刊
美国《剑桥科学文摘》（CSA）收录期刊
荷兰斯高帕斯数据库（Scopus）收录期刊
英国INSPEC数据库（SA）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

二维小波变换及ICA消除图像混合噪声

王黎, 孙云莲

文章导航 > 武汉大学学报 ( 信息科学版) > 2008 > 33(2): 136-139

王黎, 孙云莲. 二维小波变换及ICA消除图像混合噪声[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 136-139.

引用本文:

王黎, 孙云莲. 二维小波变换及ICA消除图像混合噪声[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 136-139.

WANG Li, SUN Yunlian. Removal of Hybrid Noise in Image Based on Two-Dimensional Wavelet Transform and ICA[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 136-139.

Citation:

WANG Li, SUN Yunlian. Removal of Hybrid Noise in Image Based on Two-Dimensional Wavelet Transform and ICA[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 136-139.

二维小波变换及ICA消除图像混合噪声

王黎¹,
孙云莲¹

¹武汉大学电气工程学院,武汉市东湖南路8号430072

基金项目: 河南省高等学校青年教师自主计划研究基金资助项目([2005]461)

作者简介:
王黎,博士生。研究方向为图像处理、模式识别。

中图分类号: P237.3

Removal of Hybrid Noise in Image Based on Two-Dimensional Wavelet Transform and ICA

WANG Li¹,
SUN Yunlian¹

¹School of Electrical Engineering,Wuhan University,8 South Donghu Road,Wuhan 430072,China

Funds: 河南省高等学校青年教师自主计划研究基金资助项目([2005]461)

摘要: 针对自然条件下获取的图像通常含有混合噪声的情况,提出了二维小波变换与独立分量分析(independent component analysis,ICA)的自适应图像混合噪声消除方法。该方法不需要大量观测图像样本,无需事先掌握观测图像信号类型的详细信息,可针对单个观测图像进行自适应混合噪声消除。结果表明,该方法可以有效地消除图像中的混合噪声,突出图像细节,改善图像质量。
- 二维小波变换 /
- 独立分量分析 /
- 图像消噪 /
- 虚拟通道
Abstract: A new adaptive method of image de-noising based on two-dimensional wavelet transform and independent component analysis(ICA) is presented.It does not need a lot of observed image samples,and it is not necessary to know the details of the observed image signal type in advance.A single observed image could be de-noised by this method adaptively.The principle of ICA virtual observed noise channels de-noising and two-dimensional wavelet transform constructing those channels are introduced,and the experimental results based on this method are given.The results show that by using the proposed method the hybrid noise is removed effectively and the image details are protruded and the image quality is improved.
- two-dimensional wavelet transform /
- independent component analysis /
- image de-noise /
- virtual channel

[1]	冯腾飞, 沈云中, 王奉伟, 陈秋杰. 华北地区季节性垂直位移信号提取及物理机制分析 . 武汉大学学报 ( 信息科学版), 2022, 47(6): 866-874. doi: 10.13203/j.whugis20220097
[2]	许承权, 范千. 基于ICEEMD-ICA与MDP准则的变形监测数据去噪方法 . 武汉大学学报 ( 信息科学版), 2021, 46(11): 1658-1665. doi: 10.13203/j.whugis20190174
[3]	周吕, 郭际明, 胡纪元, 章迪, 陈明, 杨飞. 基于二维形变场的地基SAR精度验证与分析 . 武汉大学学报 ( 信息科学版), 2019, 44(2): 289-295. doi: 10.13203/j.whugis20170085
[4]	马俊, 姜卫平, 周晓慧, 邓连生, 周伯烨. 联合小波和方差分量估计方法分析中国IGS测站时间序列变化特征 . 武汉大学学报 ( 信息科学版), 2018, 43(4): 629-636. doi: 10.13203/j.whugis20150731
[5]	喻敏, 王斌, 王文波, 郑雷. 联合EMD与核主成分分析的激光陀螺信号消噪 . 武汉大学学报 ( 信息科学版), 2015, 40(2): 233-237+242.
[6]	向东, 贡建兵. 变形序列小波消噪最佳分解尺度量化指标的确定 . 武汉大学学报 ( 信息科学版), 2014, 39(4): 467-470. doi: 10.13203/j.whugis20120216
[7]	陈江平, 韩青, 胡晶, 张鹏林. 顾及小波变换的土地利用变化与经济因子的多尺度相关性分析 . 武汉大学学报 ( 信息科学版), 2013, 38(9): 1118-1121.
[8]	郭际明, 黄长军, 喻小东, 陈元洪. 一种改进的二维经验模态分解SAR图像噪声抑制方法 . 武汉大学学报 ( 信息科学版), 2013, 38(12): 1445-1450.
[9]	吴一全, 张晓杰, 吴诗婳, 纪守新. 利用高速收敛PSO或分解进行二维灰度熵图像分割 . 武汉大学学报 ( 信息科学版), 2011, 36(9): 1059-1063.
[10]	王文波, 张晓东, 羿旭明, 费浦生. 利用曲波域BivaShrink模型进行SAR图像去噪 . 武汉大学学报 ( 信息科学版), 2009, 34(7): 814-817.
[11]	马江林, 赵忠明, 汪承义, 钟建强. 一种新的基于Gabor小波的非监督纹理分割方法 . 武汉大学学报 ( 信息科学版), 2009, 34(1): 11-14.
[12]	罗敏, 朱晓岷, 李小红, 余纯武. 基于径向小波变换的图像特征提取算法 . 武汉大学学报 ( 信息科学版), 2008, 33(1): 29-31.
[13]	邢帅, 谭兵, 徐青, 李建胜. 基于复数小波变换的遥感图像融合新算法 . 武汉大学学报 ( 信息科学版), 2007, 32(1): 75-77.
[14]	王文波, 费浦生, 羿旭明, 张建国. 基于提升格式小波包变换的SAR图像去噪 . 武汉大学学报 ( 信息科学版), 2007, 32(7): 585-588.
[15]	黄昕, 张良培, 邵振锋, 李平湘. 基于独立分量分析的纹理特征维数减少 . 武汉大学学报 ( 信息科学版), 2006, 31(12): 1055-1058.
[16]	程起敏, 杨崇俊, 邵振峰. 基于多进制小波变换的渐进式纹理图像检索 . 武汉大学学报 ( 信息科学版), 2005, 30(6): 521-524.
[17]	路威, 余旭初, 刘德刚. 基于独立分量分析的高光谱影像小目标提取研究 . 武汉大学学报 ( 信息科学版), 2005, 30(12): 1071-1074.
[18]	易尧华, 余长慧, 秦前清, 龚健雅. 基于独立分量分析的遥感影像非监督分类方法 . 武汉大学学报 ( 信息科学版), 2005, 30(1): 19-22.
[19]	李军, 林宗坚. 小波变换的多分辨率支集用于噪声图像低通滤波 . 武汉大学学报 ( 信息科学版), 1996, 21(4): 366-370.
[20]	李军, 林宗坚. 基于二进小波变换的遥感影像镶嵌方法 . 武汉大学学报 ( 信息科学版), 1995, 20(4): 305-309,347.

WeChat

点击查看大图

计量

文章访问数: 737
HTML全文浏览量: 48
PDF下载量: 396
被引次数: 0

二维小波变换及ICA消除图像混合噪声

王黎¹,
孙云莲¹

¹武汉大学电气工程学院,武汉市东湖南路8号430072

基金项目: 河南省高等学校青年教师自主计划研究基金资助项目([2005]461)

作者简介:
王黎,博士生。研究方向为图像处理、模式识别。

收稿日期: 2007-12-17
修回日期: 2007-12-17
刊出日期: 2008-02-05

中图分类号: P237.3

关键词:

二维小波变换 /

独立分量分析 /

摘要: 针对自然条件下获取的图像通常含有混合噪声的情况,提出了二维小波变换与独立分量分析(independent component analysis,ICA)的自适应图像混合噪声消除方法。该方法不需要大量观测图像样本,无需事先掌握观测图像信号类型的详细信息,可针对单个观测图像进行自适应混合噪声消除。结果表明,该方法可以有效地消除图像中的混合噪声,突出图像细节,改善图像质量。

English Abstract

王黎, 孙云莲. 二维小波变换及ICA消除图像混合噪声[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 136-139.

引用本文:

王黎, 孙云莲. 二维小波变换及ICA消除图像混合噪声[J]. 武汉大学学报 ( 信息科学版), 2008, 33(2): 136-139.

WANG Li, SUN Yunlian. Removal of Hybrid Noise in Image Based on Two-Dimensional Wavelet Transform and ICA[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 136-139.

Citation:

WANG Li, SUN Yunlian. Removal of Hybrid Noise in Image Based on Two-Dimensional Wavelet Transform and ICA[J]. Geomatics and Information Science of Wuhan University, 2008, 33(2): 136-139.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

我要投稿

投稿攻略

联系我们

二维码