计算机与数字工程
計算機與數字工程
계산궤여수자공정
COMPUTER & DIGITAL ENGINEERING
2007年
11期
93-94,132
,共3页
二维经验模式分解%图像分解%图像去噪%峰值信噪比
二維經驗模式分解%圖像分解%圖像去譟%峰值信譟比
이유경험모식분해%도상분해%도상거조%봉치신조비
通过二维经验模式分解(BEMD),可将被噪声污染的图像分解为一系列细节信息和趋势信息.由图像的趋势信息重建图像,可达到去除图像噪声的目的.实验结果表明该方法对去除高斯白噪声、乘性噪声具有较好的效果,峰值信噪比(PSNR)得到明显提高.
通過二維經驗模式分解(BEMD),可將被譟聲汙染的圖像分解為一繫列細節信息和趨勢信息.由圖像的趨勢信息重建圖像,可達到去除圖像譟聲的目的.實驗結果錶明該方法對去除高斯白譟聲、乘性譟聲具有較好的效果,峰值信譟比(PSNR)得到明顯提高.
통과이유경험모식분해(BEMD),가장피조성오염적도상분해위일계렬세절신식화추세신식.유도상적추세신식중건도상,가체도거제도상조성적목적.실험결과표명해방법대거제고사백조성、승성조성구유교호적효과,봉치신조비(PSNR)득도명현제고.
