基于FSVM的二维经验模态分解域图像去噪

• 作者: 吴昌健 陈茹静
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 图像去噪 二维经验模态分解 模糊支持向量机 自适应阈值 边缘保护
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 技术交流
• 页码范围: 72-73,80
• 页数: 3页
• 分类号: TP301.6|TP391.9
• 字数: 2786字
• 语种: 中文

摘要

二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)是一种优秀的多尺度几何分析工具,能对非线性非平稳信号进行有效的分析.基于BEMD变换,提出了一种使用模糊支持向量机(Fuzzy Support Vector Machine,FSVM)的图像去噪算法.首先,应用BEMD变换把含噪图像分解成不同频率的子带;其次,BEMD系数通过FSVM训练被分成两类(无噪系数和噪声系数);最后,应用自适应阈值对含噪系数进行去噪.仿真实验结果表明,其算法不仅拥有较强的抑制噪声能力,而且具有较好的边缘保护能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴昌健	辽宁师范大学计算机与信息技术学院	3	3	1.0	1.0
2	陈茹静	辽宁师范大学计算机与信息技术学院	3	2	1.0	1.0