论文摘要
近年来,图像去噪问题一直都是国内外研究者所关注的研究课题,因为噪声去除的好坏,直接影响着图像的质量、视觉效果以及后续更高层次处理的需要.而图像去噪过程中,面临的关键问题是在抑制噪声的同时,如何更好地保护图像的重要细节特征.小波包分析技术和偏微分方程方法是图像去噪中两种比较有效的方法.本文对小波包分析方法和基于全变差的去噪方法进行了深入的研究和总结,根据它们各自的去噪特点,提出了一种新的去噪算法,即基于小波包和全变差的图像去噪算法.首先利用小波包变换的多分辨分析,对含噪图像进行四层分解；其次根据选定的信息代价函数来选取最优小波包基；再次对被选取的最优小波包基下的小波包系数进行阈值化处理,利用处理后的系数重构图像；最后采用全变差的方法,将初步处理的图像进行进一步去噪.数值实验表明本文的方法不仅提高了图像的峰值信噪比(PSNR)值而且获得了令人比较满意的视觉效果,因而证明了本文方法的可行性和有效性.
论文目录
相关论文文献
- [1].渐近非局部平均图像去噪算法[J]. 自动化学报 2020(09)
- [2].基于时域特征的非局部块匹配去噪算法研究[J]. 长春理工大学学报(自然科学版) 2019(05)
- [3].基于马氏距离的改进非局部均值图像去噪算法[J]. 计算机辅助设计与图形学学报 2016(03)
- [4].一种基于新型符号函数的小波阈值图像去噪算法[J]. 电信科学 2017(01)
- [5].一种小窗口下的快速去噪算法[J]. 电子设计工程 2017(10)
- [6].一种改进的非局部平均图像去噪算法[J]. 计算机应用与软件 2017(07)
- [7].基于小波变换的图像阀值去噪算法[J]. 科技视界 2017(14)
- [8].一种新的小波自适应阈值函数振动信号去噪算法[J]. 仪器仪表学报 2015(10)
- [9].一种非线性复扩散图像去噪算法[J]. 渭南师范学院学报 2009(02)
- [10].一种改进的非局部均值去噪算法[J]. 电子测量技术 2019(22)
- [11].加强的低秩表示图像去噪算法[J]. 计算机工程与应用 2020(02)
- [12].基于边缘检测的非局部均值图像去噪算法[J]. 电脑编程技巧与维护 2020(08)
- [13].高速磁浮轨道不平顺检测系统去噪算法[J]. 中国铁道科学 2020(05)
- [14].基于小波变换的自适应阈值去噪算法[J]. 计算机产品与流通 2020(11)
- [15].合成孔径雷达图像去噪算法研究综述[J]. 兵器装备工程学报 2018(12)
- [16].基于字典学习融合的图像去噪算法研究[J]. 数字技术与应用 2016(05)
- [17].快速非局部均值图像去噪算法[J]. 计算机辅助设计与图形学学报 2016(08)
- [18].基于点云数据的去噪算法研究[J]. 长沙大学学报 2013(05)
- [19].基于广义奇异值分解的图像去噪算法[J]. 中原工学院学报 2019(05)
- [20].图像去噪算法研究[J]. 科技资讯 2017(26)
- [21].荧光光谱信号的去噪算法研究[J]. 合肥师范学院学报 2013(03)
- [22].一种双正则项全变差高光谱图像去噪算法[J]. 光谱学与光谱分析 2011(01)
- [23].弱光束条件下森林区域光子云去噪算法精度研究[J]. 农业机械学报 2020(04)
- [24].基于小波阀值函数的图像去噪算法研究[J]. 电脑知识与技术 2015(15)
- [25].小波域中的广义非局部平均去噪算法[J]. 西安电子科技大学学报 2010(05)
- [26].一种基于最优小波包基的图像去噪算法[J]. 计算机与数字工程 2008(04)
- [27].基于小波窗口的模极大值去噪算法[J]. 系统工程与电子技术 2008(10)
- [28].一种改进的深度卷积神经网络图像去噪算法[J]. 科学技术与工程 2019(36)
- [29].基于伪范数的联合多通道彩色图像去噪算法[J]. 温州大学学报(自然科学版) 2020(03)
- [30].基于稀疏先验的非局域聚类图像去噪算法研究[J]. 计算机工程与应用 2020(18)