基于小波系数多尺度随机过程模型的去噪方法

• 作者: 张大力 徐文立 谢杰成
• 来源期刊: 清华大学学报(自然科学版)
• 学科: 工学
• 关键词: 图像信号处理 小波 多尺度随机过程 滤波
• 年，卷（期）: 2003,（9）
• 所属期刊栏目: 自动化
• 页码范围: 1222-1225
• 页数: 4页
• 分类号: TN911.73
• 字数: 3322字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-0054.2003.09.019

摘要

用多尺度随机过程对小波图像系数进行建模,并在此基础上提出了基于多尺度随机过程模型的小波图像去噪方法.通过阈值判断和邻域判断相结合的方法区分出对应边缘处的系数.对边缘区小波系数树估计多尺度随机过程的参数,利用多尺度滤波器对小波系数进行估计,对非边缘区的小波系数则采用阈值萎缩方法进行估计.该方法很好地刻画了边缘区小波系数跨尺度的行为,可以很好地保持图像边缘; 而且还给出了估计误差的方差,利于理论分析.实验表明: 该方法的去噪误差要优于Sureshrink法,而且对图像边缘的保护更利于后续的图像分割和轮廓跟踪.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐文立	清华大学自动化系	104	2552	24.0	47.0
2	谢杰成	清华大学自动化系	4	644	4.0	4.0
3	张大力	清华大学自动化系	27	1102	14.0	27.0