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

基于数据融合的多尺度图像去噪方法

王文 芮国胜 邢福成

王文, 芮国胜, 邢福成. 基于数据融合的多尺度图像去噪方法[J]. 武汉大学学报 ● 信息科学版, 2006, 31(4): 329-331.
引用本文: 王文, 芮国胜, 邢福成. 基于数据融合的多尺度图像去噪方法[J]. 武汉大学学报 ● 信息科学版, 2006, 31(4): 329-331.
WANG Wen, RUI Guosheng, XING Fucheng. A Novel Multiscale Image Denoising Algorithm Based on Image Fusion[J]. Geomatics and Information Science of Wuhan University, 2006, 31(4): 329-331.
Citation: WANG Wen, RUI Guosheng, XING Fucheng. A Novel Multiscale Image Denoising Algorithm Based on Image Fusion[J]. Geomatics and Information Science of Wuhan University, 2006, 31(4): 329-331.

基于数据融合的多尺度图像去噪方法

基金项目: 海军计划内科研基金资助项目(42411130)
详细信息
    作者简介:

    王文,博士生。研究方向为小波变换及图像处理

  • 中图分类号: TP753;P237.3

A Novel Multiscale Image Denoising Algorithm Based on Image Fusion

Funds: 海军计划内科研基金资助项目(42411130)
计量
  • 文章访问数:  768
  • HTML全文浏览量:  79
  • PDF下载量:  333
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-01-09
  • 修回日期:  2006-01-09
  • 刊出日期:  2006-04-05

基于数据融合的多尺度图像去噪方法

    基金项目:  海军计划内科研基金资助项目(42411130)
    作者简介:

    王文,博士生。研究方向为小波变换及图像处理

  • 中图分类号: TP753;P237.3

摘要: 将图像系数尺度内相关模型较强的去噪能力与尺度间相关模型保持边缘的优越性能相结合,提出了一种新的基于数据融合的多尺度图像去噪方法。同时引入了一种新的基于结构相似性(SSIM)指数的图像质量标准来衡量初始去噪图像和融合后图像与原始图像的相似程度,评估图像保持边缘和去噪的能力。仿真结果表明,基于数据融合的方法具有更好的视觉效果和去噪性能

English Abstract

王文, 芮国胜, 邢福成. 基于数据融合的多尺度图像去噪方法[J]. 武汉大学学报 ● 信息科学版, 2006, 31(4): 329-331.
引用本文: 王文, 芮国胜, 邢福成. 基于数据融合的多尺度图像去噪方法[J]. 武汉大学学报 ● 信息科学版, 2006, 31(4): 329-331.
WANG Wen, RUI Guosheng, XING Fucheng. A Novel Multiscale Image Denoising Algorithm Based on Image Fusion[J]. Geomatics and Information Science of Wuhan University, 2006, 31(4): 329-331.
Citation: WANG Wen, RUI Guosheng, XING Fucheng. A Novel Multiscale Image Denoising Algorithm Based on Image Fusion[J]. Geomatics and Information Science of Wuhan University, 2006, 31(4): 329-331.

目录

    /

    返回文章
    返回