基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种非抽样双树复小波变换域结合幅值阈值化和相位正则化的自适应图像去噪算法.首先将非抽样双树复小波变换系数进行幅值相位表示,在分析了幅值分布特点后,使用瑞利分布模型作为系数幅值的先验分布,然后在贝叶斯去噪框架下推导出闭式形式的阈值函数,为了更好地抑制噪声,我们亦对相位信息进行平滑处理,最后通过逆非抽样双树复小波变换得到去噪图像.由于同时对幅值和相位信息进行处理,实验显示所提算法抑制噪声效果明显,与一些经典算法相比,本文方法在主、客观上皆获得了有竞争力的结果.
推荐文章
基于双树复小波变换的BivaShrink自选窗图像去噪算法
小波变换
图像去噪
双变量模型
双树复小波变换
基于双密度双树复数小波变换的图像去噪
双密度双树小波
双数复数小波
图像处理
去噪
复脊波变换SAR图像去噪算法
脊波变换
图像去噪
二元树复小波
SAR图像
基于小波变换的图像去噪方法研究
图像去噪
小波阀值萎缩法
混合模型
中值滤波
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于非抽样双树复小波变换幅值相位信息的图像去噪算法
来源期刊 红外技术 学科 工学
关键词 图像去噪 非抽样双树复小波变换 瑞利分布模型 相位正则化
年,卷(期) 2018,(7) 所属期刊栏目 图像处理与仿真
研究方向 页码范围 647-653
页数 7页 分类号 TP391
字数 3792字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴建宁 南京高等职业技术学校电气工程系 7 6 1.0 2.0
2 兴志 15 27 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (10)
节点文献
引证文献  (4)
同被引文献  (4)
二级引证文献  (0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(4)
  • 引证文献(4)
  • 二级引证文献(0)
研究主题发展历程
节点文献
图像去噪
非抽样双树复小波变换
瑞利分布模型
相位正则化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
红外技术
月刊
1001-8891
53-1053/TN
大16开
昆明市教场东路31号《红外技术》编辑部
64-26
1979
chi
出版文献量(篇)
3361
总下载数(次)
13
总被引数(次)
30858
论文1v1指导