基于contourlet变换的图像去噪算法new

基于contourlet变换的图像去噪算法new

ID:33922411

大小:956.47 KB

页数:3页

时间:2019-02-28

基于contourlet变换的图像去噪算法new_第1页
基于contourlet变换的图像去噪算法new_第2页
基于contourlet变换的图像去噪算法new_第3页
资源描述:

《基于contourlet变换的图像去噪算法new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、!"#"$%&$’()"*"$%&’")+,文章编号!!""#$%&’#"#""(#!"$""#!$"#基于!"#$"%&’($变换的’算法改进’图像去噪算法)邓承志!#!!#)汪胜前)钟华)刘祝华)邹道文*!+江西师范大学江西省光电子与通信重点实验室!江西南昌,,""#-.#+江西科技师范学院应用物理系!江西南昌,,""!,/#摘要$提出了基于平移不变的0123145673去噪方法$与平移不变小波去噪相比较$结果表明该算法能有效地消除人为的视觉效果$使去噪后的图像获得更好的视觉效果$同时!"#$也得到了很大的提

2、高%%关键词&0123145673变换&图像去噪&平移不变%中图分类号&89’!’+%!%文献标识码&:*+,-(.(/0"1210-3’-"&1$4+5,267"08"0$"%&’($9&:02;"&+;<9=0>72?$@>A!$B:9=C>72?$DAE2#$FGH9=G4E!$IJKF>4$>4E!$FHK;E1$L72#*%&’()*+,-.+/-.)-0!1-/-(2(3/.-453678-99:453+/5-4;<5+4=>5#-.9+2?45@(.65/);#+431+4=AABBCD;8154+

3、&C&E(F+./9(4/-0GFF25(H!1)6536;<5+4=>5"35(43(7I(314-2-=)#-.9+2?45@(.65/);#+431+4=AABB%A;8154+M%3<2$&,=$&8>ANOEO75O51O1N7NE0123145673P7$21ANA2?Q73>1PREN7P1235E2N6E3A12A2SE5AE2T7+B7T1QOE573>ANQ73>1PLA3>3>735E2N6E3A12A2SE5AE2T7LES7673Q73>1P+8>77UO75AQ723NN>1L3>E3

4、3>7O51O1N7PEOO51ET>TE257Q1S73>7SAN4E6E53AVET3N)1R3EA2A2?R73375SAN4E657N463E2P>A?>75!"#$+%>(?@"&A2&012314567335E2NV15Q&AQE?7P7$21ANA2?&35E2N6E3A12A2SE5AE2T7!型W,X$并用这一模型进行去噪%0123145673G8[模型引言沿袭了小波G[8模型的思想%小波G[8模型能很近二十年来$小波变换以其时!频局域化和多好地描述小波域系数的特征$这是一种点奇异性模尺度"多分

5、辨思想$成功地渗透在很多科学和技术型&而0123145673处理的对象是轮廓线奇异性M$显领域里$尤其是在图像和语音等信号处理方面%小然这一模型不能满足0123145673分析线奇异性的需波变换的成功$在于它发展出一个有效地表示感兴要%本文提出了一种基于平移不变0123145673变换趣现象的新系统%图像去噪新方法$它能很好地克服0123145673变换小波变换在分析点状瞬态特征的奇异性时是缺乏平移不变性这一缺陷$并与平移不变小波去噪最优的$但是在表示图像结构的直线"曲线奇异性W(X进行了比较%实验结果显示$此

6、方法能获得更好的时却不是最优的%为了解决小波这一局限性$新的视觉效果和更高的!"#$$尤其是对那些包含了丰理论不断发展%0123145673W!X变换正是为解决二维或富的细节和纹理的图像%更高维奇异性而产生的一种新的分析工具%这种变换的主要特征是有很好的方向性和各向异性%由于#0123145673变换0123145673变换能准确地将图像中的边缘捕获到不0123145673是#""#年[+9+;1和[E53A2Y73#同尺度’不同频率的子带中$因此能很好地应用于3756A提出的一种(真)二维图像表示方法$这种方法

7、图像的压缩’去噪和特征提取$尤其是图像去噪%在可以很好地抓住图像的几何结构%0123145673变换小波变换中$随机噪声的小波系数值也可能较大$继承了045S7673变换的各向异性尺度关系$因此$因此在去噪的时候会把这些系数误认为是图像的在一定意义上$可以认为是045S7673变换的另一种边缘而保留下来&而0123145673变换却不会出现这实现%0123145673基的支撑区间具有随尺度而长宽种情况%因此$0123145673只需选取一个合适的阈值比变化的(长条形)结构%0123145673变换将多尺度进行去噪

8、并将获得比小波更好的结果$;1和Y73#分析和方向分析分开进行$首先由IZ*IEO6ETAE23756A正是利用这一原理进行0123145673图像去噪W#XO]5EQAPMW^X变换对图像进行多尺度分解以(捕获)点的%但由于0123145673变换缺乏平移不变性$在进行奇异$接着由方向滤波器组PA57T3A12E6VA6375RE2_$去噪的同时会引入人为的视觉效果%

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。