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

利用非抽样Shearlet域GSM模型进行图像去噪

高国荣 许录平 冯冬竹

高国荣, 许录平, 冯冬竹. 利用非抽样Shearlet域GSM模型进行图像去噪[J]. 武汉大学学报 ( 信息科学版), 2013, 38(7): 778-782.
引用本文: 高国荣, 许录平, 冯冬竹. 利用非抽样Shearlet域GSM模型进行图像去噪[J]. 武汉大学学报 ( 信息科学版), 2013, 38(7): 778-782.
GAO Guorong, XU Luping, FENG Dongzhu. Image Denoising Based on the NSST Domain GSM Model[J]. Geomatics and Information Science of Wuhan University, 2013, 38(7): 778-782.
Citation: GAO Guorong, XU Luping, FENG Dongzhu. Image Denoising Based on the NSST Domain GSM Model[J]. Geomatics and Information Science of Wuhan University, 2013, 38(7): 778-782.

利用非抽样Shearlet域GSM模型进行图像去噪

基金项目: 国家自然科学基金资助项目(61172138,61203202)
详细信息
    作者简介:

    高国荣,讲师,博士生,研究方向为数字图像处理。

  • 中图分类号: P237.3

Image Denoising Based on the NSST Domain GSM Model

Funds: 国家自然科学基金资助项目(61172138,61203202)
计量
  • 文章访问数:  1142
  • HTML全文浏览量:  50
  • PDF下载量:  743
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-04-18
  • 修回日期:  2013-04-18
  • 刊出日期:  2013-07-05

利用非抽样Shearlet域GSM模型进行图像去噪

    基金项目:  国家自然科学基金资助项目(61172138,61203202)
    作者简介:

    高国荣,讲师,博士生,研究方向为数字图像处理。

  • 中图分类号: P237.3

摘要: 为有效去除含噪图像中的噪声,提出了一种基于非抽样剪切波域高斯比例混合模型的图像去噪方法。首先建立含噪图像非抽样剪切波系数的局部高斯比例混合模型,然后应用贝叶斯最小二乘法对无噪图像的非抽样剪切波系数进行估计,最后通过非抽样剪切波逆变换得到去噪后的图像。该方法充分利用了非抽样剪切波变换的平移不变性、对图像边缘纹理等细节的高效表示能力以及高斯比例混合模型对非抽样剪切波变换系数局部相关性的概括能力。实验结果表明,与基于小波域高斯比例混合模型的图像去噪方法、曲波域多变量阈值去噪方法以及非抽样剪切波域的硬阈值法相比,该方法不仅能更有效地去除含噪图像中的噪声,提高其信噪比以及与原始无噪图像的平均结构相似度,...

English Abstract

高国荣, 许录平, 冯冬竹. 利用非抽样Shearlet域GSM模型进行图像去噪[J]. 武汉大学学报 ( 信息科学版), 2013, 38(7): 778-782.
引用本文: 高国荣, 许录平, 冯冬竹. 利用非抽样Shearlet域GSM模型进行图像去噪[J]. 武汉大学学报 ( 信息科学版), 2013, 38(7): 778-782.
GAO Guorong, XU Luping, FENG Dongzhu. Image Denoising Based on the NSST Domain GSM Model[J]. Geomatics and Information Science of Wuhan University, 2013, 38(7): 778-782.
Citation: GAO Guorong, XU Luping, FENG Dongzhu. Image Denoising Based on the NSST Domain GSM Model[J]. Geomatics and Information Science of Wuhan University, 2013, 38(7): 778-782.
参考文献 (1)

目录

    /

    返回文章
    返回