南昌工程学院学报
南昌工程學院學報
남창공정학원학보
JOURNAL OF NANCHANG INSTITUTE OF TECHNOLOGY
2014年
1期
49-53
,共5页
田伟%曹寒问%谢凯%孙金亮
田偉%曹寒問%謝凱%孫金亮
전위%조한문%사개%손금량
图像去噪%高斯尺度混合%贝叶斯最小均方估计%Shearlet域
圖像去譟%高斯呎度混閤%貝葉斯最小均方估計%Shearlet域
도상거조%고사척도혼합%패협사최소균방고계%Shearlet역
image denoising%Gaussian scale mixture%Bayes least square estimation%shearlet transform
提出了一种基于高斯尺度混合模型的Sherlet域图像去噪方法.高斯尺度混合是一个独立高斯随机向量和一个独立隐随机尺度因子的乘积,可以很好地刻画相邻位置和尺度的Shearlet系数邻域的统计特性.在此基础上,对Sherlet系数进行贝叶斯最小均方估计.通过对加入高斯白噪声的图像进行去噪,仿真结果表明和其他基于小波域的方法相比,无论从视觉上还是峰值信噪比上,shearlet域方法降噪效果明显更好.
提齣瞭一種基于高斯呎度混閤模型的Sherlet域圖像去譟方法.高斯呎度混閤是一箇獨立高斯隨機嚮量和一箇獨立隱隨機呎度因子的乘積,可以很好地刻畫相鄰位置和呎度的Shearlet繫數鄰域的統計特性.在此基礎上,對Sherlet繫數進行貝葉斯最小均方估計.通過對加入高斯白譟聲的圖像進行去譟,倣真結果錶明和其他基于小波域的方法相比,無論從視覺上還是峰值信譟比上,shearlet域方法降譟效果明顯更好.
제출료일충기우고사척도혼합모형적Sherlet역도상거조방법.고사척도혼합시일개독립고사수궤향량화일개독립은수궤척도인자적승적,가이흔호지각화상린위치화척도적Shearlet계수린역적통계특성.재차기출상,대Sherlet계수진행패협사최소균방고계.통과대가입고사백조성적도상진행거조,방진결과표명화기타기우소파역적방법상비,무론종시각상환시봉치신조비상,shearlet역방법강조효과명현경호.
