论文摘要
小波在表示具有点奇异性的目标函数时是最优的基,但由于二维可分离小波由一维小波直接用张量积扩展得到,小波不能“最优”表示含线或者面奇异的二维图像,因此小波变换对图像去噪、增强的效果受到影响。为了克服小波变换在处理高维信号时的不足,法国学者Pennec和Mallat、Peyre等人提出了Bandelet变换,Bandelet变换提供了一种新的基于边缘的图像表示方法。对于几何正则图像,采用Bandelet基函数可以实现最稀疏表示。但由于研究人员是从压缩编码的角度来构造的Bandelet基,因此将其用于去噪处理时存在明显不足:在带噪图像中,构造Bandelet基时易受噪声系数的影响,不能对基函数方向准确定位,这大大降低Bandelet基对图像的逼近性能。论文从抑制噪声的目的出发,结合Bandelet变换思想,构造了具有抗噪性能的自适应Bandelet基(NA-Bandelet bases)。首先在带噪信号的二进剖分块内,利用软阈值函数和在SURE准则下获得的阈值T,计算出对无噪信号的逼近结果,再按照最小化逼近误差原则,寻找出二进剖分块的几何方向。然后在最小化均分误差(MMSE)的原则下合并二进剖分块,最终确定了NA-Bandelet基的方向。在此基础上,论文提出了基于NA-Bandelet基的去噪算法。首先利用NA-Bandelet基对图像进行分解,再以NA-Bandelet块为单元,计算自适应阈值并进行阈值去噪处理。对光学图像和SAR图像进行去噪和降斑处理时,其去噪、降斑效果优与基于正交小波基、Bandelet基的去噪、降斑算法,并且具有更强地边缘保持能力。针对带噪图像增强问题,论文提出了基于NA-Bandelet基的增强算法。该算法根据图像的几何特征将NA-Bandelet块分为两类:有几何方向的NA-Bandelet块和无几何方向的NA-Bandelet块,并分析了这两类NA-Bandelet块系数的不同特征,从而区分出噪声和信号、清晰边缘和脆弱边缘。在此基础上提出了一种新的增强函数,在抑制噪声的同时,增强较弱细节并保护图像中的清晰边缘不失真。实验结果同样表明,与传统的图像增强算法相比,该算法在抑制噪声和放大细节特征两方面均有明显改进。论文以构建NA-Bandelet为主线,将其应用于对图像去噪与增强的处理中,并取得了良好的效果。
论文目录
相关论文文献
- [1].基于平稳Bandelet的图像去噪[J]. 计算机技术与发展 2013(04)
- [2].基于稀疏模型的Bandelet图像去噪方法[J]. 铁道学报 2010(05)
- [3].基于第二代Bandelet变换和斜变换的半脆弱水印算法[J]. 计算机应用 2012(08)
- [4].基于自适应Bandelet变换的图像去噪[J]. 池州学院学报 2011(06)
- [5].基于分割块的冗余Bandelet图像去噪方法[J]. 计算机工程与应用 2008(15)
- [6].基于第二代Bandelet变换的抗几何攻击图像水印[J]. 自动化学报 2012(10)
- [7].Bandelet变换在金属断口图像去噪中的应用[J]. 噪声与振动控制 2010(05)
- [8].基于第二代Bandelet基的SAR图像压缩感知及其重建[J]. 赣南师范学院学报 2013(03)
- [9].基于几何流多级树Bandelet分割编码的医学图像压缩方法[J]. 计算机应用研究 2017(11)
- [10].自适应Bandelet框架及其在图像去噪中的应用[J]. 计算机工程与应用 2008(01)
- [11].基于时空几何流的Bandelet稀疏正则化在视频修复中的应用[J]. 计算机应用研究 2015(12)
- [12].依据HVS的改进Bandelet变换域图像数字水印[J]. 计算机工程与应用 2010(08)
- [13].基于Bandelet变换与人体部位的人体检测方法[J]. 电子学报 2011(08)
- [14].基于第二代Bandelet域隐马尔可夫树模型的图像分割[J]. 自动化学报 2009(05)
- [15].基于第二代自适应Bandelet变换彩色图像融合算法[J]. 计算机应用与软件 2010(05)
- [16].基于全变差的Bandelet变换域SAR图像相干斑抑制方法[J]. 遥感技术与应用 2014(03)
- [17].基于Bandelet变换的金属断口图像识别方法[J]. 无损检测 2013(01)
- [18].基于第二代Bandelet变换的彩色图像去噪算法[J]. 计算机工程与科学 2010(06)
- [19].基于第二代Bandelet变换的图像认证水印算法[J]. 通信学报 2010(12)
- [20].基于非下采样Bandelet变换的多聚焦图像融合[J]. 吉林大学学报(工学版) 2014(02)
- [21].一种基于Bandelet域变换的水印算法[J]. 包装工程 2011(21)
- [22].基于Bandelet变换的图像去噪算法研究[J]. 南方职业教育学刊 2014(01)
- [23].基于Bandelet稀疏的移动机器人环境视觉纹理图像的压缩传感与重构[J]. 中国机械工程 2014(11)
- [24].基于二代Bandelet和主成分变换的高光谱遥感图像融合[J]. 同济大学学报(自然科学版) 2011(07)
- [25].结合第二代Bandelet变换分块的字典学习图像去噪算法[J]. 计算机科学 2018(07)
- [26].基于Bandelet变换域的图像自适应增强算法[J]. 计算机应用 2008(05)
- [27].基于正交Bandelet的图像压缩算法[J]. 数字技术与应用 2012(05)
- [28].基于二代Bandelet变换与稳定特征检测的鲁棒图像水印算法[J]. 计算机应用与软件 2019(04)
- [29].基于Bandelet变换的图像压缩传感[J]. 电子科技 2012(02)
- [30].基于Bandelet变换的参数化阈值函数降噪算法[J]. 农业机械学报 2019(S1)