计算机应用研究
計算機應用研究
계산궤응용연구
APPLICATION RESEARCH OF COMPUTERS
2008年
4期
1103-1104,1110
,共3页
褚标%李昕%朱功勤%汪金菊
褚標%李昕%硃功勤%汪金菊
저표%리흔%주공근%왕금국
复Daubechies小波%隐马尔可夫树模型%线性相位%贝叶斯去噪
複Daubechies小波%隱馬爾可伕樹模型%線性相位%貝葉斯去譟
복Daubechies소파%은마이가부수모형%선성상위%패협사거조
提出了基于复Daubechies小波域隐马尔可夫树(SDW-HMT)模型Bayesian图像去噪算法,由于SDW小波是紧支撑、对称、正交小波,且具有近似线性相位,将其与HMT模型结合,能够更加准确地刻画小波系数的统计特征,在Bayesian图像去噪中获得很好的效果,仿真实例显示了所提算法的有效性.
提齣瞭基于複Daubechies小波域隱馬爾可伕樹(SDW-HMT)模型Bayesian圖像去譟算法,由于SDW小波是緊支撐、對稱、正交小波,且具有近似線性相位,將其與HMT模型結閤,能夠更加準確地刻畫小波繫數的統計特徵,在Bayesian圖像去譟中穫得很好的效果,倣真實例顯示瞭所提算法的有效性.
제출료기우복Daubechies소파역은마이가부수(SDW-HMT)모형Bayesian도상거조산법,유우SDW소파시긴지탱、대칭、정교소파,차구유근사선성상위,장기여HMT모형결합,능구경가준학지각화소파계수적통계특정,재Bayesian도상거조중획득흔호적효과,방진실례현시료소제산법적유효성.
