一种基于正态反高斯模型的贝叶斯图像去噪方法

• 作者: 井西利 张鑫
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 图像处理 最大后验概率估计 正态反高斯模型 相关性 图像去噪
• 年，卷（期）: 2010,（1）
• 所属期刊栏目: 图像处理
• 页码范围: 70-74
• 页数: 5页
• 分类号: TN911.73
• 语种: 中文
• DOI: 10.3788/AOS20103001.0070

摘要

提出一种新的贝叶斯图像去噪方法,该方法以正态反高(NIG)模型为先验模型,对图像小波系数的稀疏分布统计建模,并用最大后验概率(MAP)估计法对小波系数进行估计.为了改善贝叶斯图像去噪的效果,还根据尺度间相关性的大小对小波系数分类进行处理.此外,还引人了递归循环平移(Cycle Spinning)算法对小波变换缺乏平移不变性产生的吉布斯现象进行抑制.实验结果表明该去噪算法能有效地去除图像中的高斯白噪声,更好地保留图像细节,提高图像的峰值信噪比值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	井西利		26	202	8.0	13.0
2	张鑫		23	40	4.0	5.0