韩英莉
表面技术
目的有效去除生产现场所采集的带钢图像上的混合噪声。方法结合Shearlet变换具有较好的稀疏表示图像特征的性质与全变分各向异性扩散的优点,提出一种带钢图像去噪新算法。对Shearlet变换分解后的图像进行硬阈值处理,再进行Shearlet变换重构形成估计图像,采用改进自适应的变差正则化的极小化迭代模型对估计图像进行迭代修正。结果去噪后的图像具有很好的视觉效果,避免了伪吉布斯效应的产生。在强噪水平下,对比新模型与小波去噪,PSNR提高了约9 dB,均方差降低了约319。结论该方法获得了较好的峰值信噪比增益,使信号幅度有较高的保真度,具有更好的平滑噪声和边缘保持功能。
关键词:
冷轧带钢
,
图像去噪
,
Shearlet变换
,
全变差模型
龚俊亮
,
何昕
,
魏仲慧
,
王方雨
液晶与显示
doi:10.3788/YJYXS20132805.0799
提出一种基于贝叶斯估计和剪切波变换相结合的图像去噪算法.对含有加性高斯白噪声的图像进行剪切波变换,得到各尺度各方向上的剪切波系数;利用剪切波系数的相关性,以当前子带剪切波系数为中心,选取尺寸合适的邻域窗口,以该窗口为单位,在贝叶斯最大后验概率准则下推导出基于剪切波系数为拉普拉斯先验分布的最大后验估计表达式和子带阈值,再通过软化处理达到系数收缩的目的;对处理后的剪切波系数反变换.得到处理后的图像.实验表明,与传统的小波域去噪算法相比,该方法获得了明显的峰值信噪比增益,主观视觉效果也得到了改善.
关键词:
贝叶斯估计
,
剪切波
,
图像去噪