莆田学院学报
莆田學院學報
보전학원학보
JOURNAL OF PUTIAN UNIVERISTY
2014年
5期
39-43
,共5页
图像去噪%小波变换%多元广义高斯分布%上下文模型
圖像去譟%小波變換%多元廣義高斯分佈%上下文模型
도상거조%소파변환%다원엄의고사분포%상하문모형
im age denoising%w avelet transform%M ultivariate G eneralized G aussian D istribution%context m odel
考虑到自然图像小波系数分布的两个统计特性,用多元广义高斯分布(M GGD)模型描述小波系数的统计分布,采用基于上下文模型的自适应协方差矩阵估计,再利用最大后验概率估计原始图像的小波系数。实验表明,该方法在直观视觉上去噪效果明显,在信噪比方面也要优于其他的一些小波去噪方法。
攷慮到自然圖像小波繫數分佈的兩箇統計特性,用多元廣義高斯分佈(M GGD)模型描述小波繫數的統計分佈,採用基于上下文模型的自適應協方差矩陣估計,再利用最大後驗概率估計原始圖像的小波繫數。實驗錶明,該方法在直觀視覺上去譟效果明顯,在信譟比方麵也要優于其他的一些小波去譟方法。
고필도자연도상소파계수분포적량개통계특성,용다원엄의고사분포(M GGD)모형묘술소파계수적통계분포,채용기우상하문모형적자괄응협방차구진고계,재이용최대후험개솔고계원시도상적소파계수。실험표명,해방법재직관시각상거조효과명현,재신조비방면야요우우기타적일사소파거조방법。
The method uses amodel of Multivariate Generalized Gaussian Distribution(MGGD ),which takes advantage of tw o statistic characteristic of wavelet coefficients, to describe the statistic distribution of wavelet coefficients of the clean natural im age. The covariance m atrix is estim ated adaptively w ith the method based on context model.The denoised wavelet coefficients are estim ated by m axim um a posteriori(MAP) estim ator. Experim ents show that the proposed method can get a higher PSN R and outperform better than other published methods.