一种高斯尺度混合模型的Shearlet域图像去噪

• 作者: 孙金亮 曹寒问 田伟 谢凯
• 来源期刊: 南昌工程学院学报
• 学科: 工学
• 关键词: 图像去噪 高斯尺度混合 贝叶斯最小均方估计 Shearlet域
• 年，卷（期）: 2014,（1）
• 页码范围: 49-53
• 页数: 5页
• 分类号: TN911.73
• 字数: 575字
• 语种: 中文

摘要

提出了一种基于高斯尺度混合模型的Sherlet域图像去噪方法.高斯尺度混合是一个独立高斯随机向量和一个独立隐随机尺度因子的乘积,可以很好地刻画相邻位置和尺度的Shearlet系数邻域的统计特性.在此基础上,对Sherlet系数进行贝叶斯最小均方估计.通过对加入高斯白噪声的图像进行去噪,仿真结果表明和其他基于小波域的方法相比,无论从视觉上还是峰值信噪比上,shearlet域方法降噪效果明显更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹寒问	南昌工程学院理学院	23	22	2.0	3.0
2	田伟	南昌工程学院信息工程学院	13	112	6.0	10.0
3	谢凯	南昌工程学院理学院	2	4	2.0	2.0
4	孙金亮	南昌工程学院理学院	1	2	1.0	1.0