采用子带分量阈值估计的红外图像去噪方法

• 作者: 刘鹤 张宝华
• 来源期刊: 中国激光
• 学科: 工学
• 关键词: 图像处理 红外图像 二维经验模态分解 阈值去噪 高斯混合模型 内蕴模函数
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 全息与信息处理
• 页码范围: 224-231
• 页数: 8页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3788/CJL201441.0809002

摘要

针对红外图像噪声来源复杂且干扰严重,传统的小波阈值方法噪声方差估计偏差较大的问题,提出了一种基于二维经验模态分解(BEMD)子带阈值估计的红外图像去噪方法.通过将噪声图像进行BEMD分解得到二维的内蕴模函数(BIMF)子带,利用高斯混合模型计算各子带噪声方差.由于噪声估计仅考虑噪声系数,减少了特征分量的影响,获得的阈值更准确,再通过自适应算法分别设定各子带阈值将噪声滤除.实验结果表明,该方法避免了硬阈值函数不连续和软阈值函数偏差较大的缺点,图像整体比较清晰,改善了视觉效果.与传统去噪方法相比,其均方误差(MSE)低,峰值信噪比(PSNR)提高了0.5 dB～3 dB,主客观评价均优于其他去噪方法,且当噪声方差加大后优势更加明显.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘鹤		11	40	4.0	6.0
2	张宝华		40	165	8.0	10.0