复小波包域复数高斯尺度混合模型图像降噪
DOI:
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

TP391.41

基金项目:

国家自然科学基金资助项目(60443004);;重庆市科委自然科学基金计划资助项目(CSTC,2008BB2340);;重庆市教委科学技术研究项目(KJ080621)


Image denoising using complex Gaussian scale mixtures model in complex wavelet packet domian
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    提出一种基于四树复小波包变换(QCWPT)复数高斯尺度混合(CGSM)模型的图像去噪新方法。含噪图像经多尺度QCWPT被分解成一个低频复数逼近子图和若干高频复数方向细节子图。在大尺度下,可认为低频逼近子图为信号复系数予以保留;对各尺度复数方向子图按照对数熵代价函数确定最优复小波包基。把能很好刻画小波系数边缘分布形状和局部邻域强相关性的高斯尺度混合(GSM)模型扩展到复小波域,新的CGSM模型具有很好刻画图像幅值和相位信息的能力,并利用该模型对复系数进行贝叶斯最小均方(BLS)估计,从而实现去噪目的。实验结果表明,无论是峰值信噪比(PSNR)指标还是视觉效果,本文方法的去噪性能均好于双树复小波变换(DCWT)、QCWPT和小波域GSM模型去噪,并且在有效去噪的同时,具有很好的图像边缘和细节保护能力。

    Abstract:

    A new image noise suppression method using complex Gaussian scale mixtures(CGSM)in quad-tree complex wavelet packets transform(QCWPT)domain is presented.The noisy image is decomposed into a low frequency approach sub-image and some high frequency directional sub-images via the QCWPT.In the large sacle,the low frequency approach complex sub-image is looked as signal coefficients and retained unchangeably.The best complex wavelet packet basis is determined by using logarithm entropy cost function in high freq...

    参考文献
    相似文献
    引证文献
引用本文

闫河,刘加伶,曾庆森,张小川.复小波包域复数高斯尺度混合模型图像降噪[J].光电子激光,2009,(8):

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码