基于多元统计模型的分形小波自适应图像去噪

• 作者: 李绍滋 王智文
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 图像去噪 多元统计模型 分形小波变换 拼贴编码 RMSE和PSNR
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 图形图像与虚拟现实
• 页码范围: 1380-1389
• 页数: 10页
• 分类号: TP393
• 字数: 5410字
• 语种: 中文
• DOI: 10.3724/SP.J.1016.2014.01380

摘要

为了克服分形小波去噪方法缺乏保护图像的边缘与细节的缺陷,文中提出了一种基于多元统计模型的分形小波自适应图像去噪算法.通过建立一个参数可以灵活改善的多元统计模型来准确地估计各种相关信息,并通过最小化残差来自适应调整模型参数;在适度的噪声方差下根据拼贴距离找出最好的子树域中的近优父子树,通过使用四叉树分割来实现对噪声图像自适应地预测分形小波无噪图像编码,从而达到去除噪声和保护图像的边缘与细节的目的.实验结果表明,该方法在去除噪声的同时,能有效地保持图像的边缘特征和保留图像的精细结构.由于采用了预测小波分形编码,优化了算法结构,算法的处理速度比较快.因此,完全可以达到实时图像处理过程中的去噪预处理对处理速度的要求.