基于主成分分析的图像自适应阈值去噪算法

• 作者: 姜三平 李俊秀
• 来源期刊: 红外技术
• 学科: 工学
• 关键词: 主成分分析 块匹配 自适应阈值 图像去噪
• 年，卷（期）: 2014,（4）
• 所属期刊栏目: 图像处理与仿真
• 页码范围: 311-314,319
• 页数: 5页
• 分类号: TP391.41
• 字数: 3501字
• 语种: 中文

摘要

主成分分析（PCA）是一种将多个变量通过线性变换选出较少个数重要变量的一种多元统计方法。在图像去噪中，由于图像的局部相似性，提出一种新的有效的去除噪声的算法。通过块匹配法寻找出相似块作为训练样本，利用主成分分析提取信号的主要特征，然后根据统计理论中最小均方误差方法构造线性自适应阈值方程，对含噪图像的每一块进行自适应阈值去噪。实验结果表明，该方法能有效去除图像的高斯白噪声，并同时能很好的保持边缘等的细节信息。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜三平	中北大学信息与通信工程学院	17	108	6.0	9.0
2	李俊秀	中北大学信息与通信工程学院	1	10	1.0	1.0