欢迎来到天天文库
浏览记录
ID:58140204
大小:571.04 KB
页数:4页
时间:2020-04-24
《基于小波包变换的非局部均值去噪方法-论文.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、计算机与现代化2013年第11期JISUANJIYUXIANDAIHUA总第219期文章编号:1006—2475(2013)11-0013-04基于小波包变换的非局部均值去噪方法龙钧宇,余爱民(广东科学技术职业学院,广东珠海519090)摘要:在非局部均值滤波的基础上,为了更有效地去除图像噪声,提出一种基于小波包变换的非局部均值去噪算法。首先对图像进行小波包变换,通过小波域系数估计图像的高斯噪声参数,然后计算经小波包分解后高频子带内小波系数的相似度,并以此作为权值来对小波系数进行调整,最后通过小波包逆变换对图像进行重建。实验结果表明与传统的非局部均值去噪算法相比较,该算法能在去噪的同时有效
2、地保持图像的边缘细节等信息,取得更好的去噪效果。关键词:非局部均值;图像去噪;小波包变换;参数估计中图分类号:TP301.6文献标识码:Adoi:10.3969/j.issn.1006.2475.2013.11.003Non-localMeanAlgorithmBasedonWaveletPacketTransformLONGJun—yu.YUAi-min(GuangdongInstituteofScience&Technology,Zhuhai519090,China)Abstract:Basedonthenon—localmeans(NL—means)filteralgorithm,i
3、nordertoimprovetheimagequality,aNL—meansalgo—rithmbasedonwaveletpackettransformisproposed.Firstly,theimageistransformedbythewaveletpacket,andthewaveletdo—maincoeficientsareappliedtoestimatetheGaussiannoiseparametersoftheimage,thenthesimilarityofthehigh-frequencysub—band’Swaveletcoeficientsiscalcul
4、atedastheweightstoadjustthewaveletcoeficients,finallytheimageisreconstructedbytheinversewaveletpackettransform.ExperimentresultsshowthatthisalgorithmCanpreservetheedgedetailinformationeffectively,andgetasuperiordenoisingperformancethantheoriginalnon—localmeanalgorithm.Keywords:non-localmeansalgori
5、thm;imagedenoising;waveletpackettransform;parameterestimate法,该方法的核心思想是计算局域窗口之间的相似O引言度,并把它作为权值来调整当前像素值。NL.means噪声是影响图像质量的一个重要因素。在图像算法利用了图像中相似局部结构的信息,取得了较好的获取和传输过程中常常会受到噪声的干扰,因此,的去噪效果。但该算法也存在计算量过大、计算速度图像去噪一直是图像处理中的一个重要研究内容。慢以及选取合适的局域窗口尺寸比较困难等问题。图像去噪的关键问题是如何在有效地去除图像噪声研究表明,如果局域窗口的尺寸选取过大,算法能有的同时,保护好图像的
6、边缘细节等信息。目前,人们效去除低频噪声,但易模糊图像的细节,反之,算法虽已经提出了许多图像去噪的方法,但图像去噪仍然是然能保持图像的细节,但不能有效去除低频噪声。同图像处理领域内一个尚未解决好的问题。自然界中时,NL.meals算法只是考虑了图像中局域窗口像素的噪声大多可近似为高斯白噪声⋯,因此,去除图像值的相似性,没有考虑图像中的亮度、纹理等几何结中的高斯白噪声是图像去噪领域中的一个重要的研构特性。目前,经过Mahmoudi等人的努力,NL—究方向。means算法的计算量和计算速度已经不是最主要的由于自然图像往往具有一定的冗余信息,Buades问题,但该方法的去噪质量仍需进一步解决。等
7、人根据这一特点提出非局部均值(NL.means)算小波变换具有良好的时频局部性和灵活的多尺收稿日期:2013-06-05基金项目:广东省2012年社会发展重点项目(2012A030400029);广东省2009年社会发展重点科技计划项目(2009A030200016)作者简介:龙钧宇(1979一),男,湖南双峰人,广东科学技术职业学院讲师,硕士,研究方向:图像处理,模式识别;余爱民(1963一),男,湖北松滋人,教授,博
此文档下载收益归作者所有