[1]文学霖 袁 华.多尺度几何分析阈值去噪的比较研究[J].大众科技,,():13.
点击复制

多尺度几何分析阈值去噪的比较研究
分享到：

《大众科技》[ISSN:1008-1151/CN:45-1235/N]

卷:
期数:
201403期
页码:
13
栏目:
信息技术与通信
出版日期:

文章信息/Info

Title:
A comparative study of Multiscale Geometric Analysis thresholding method
文章编号:
1008-1151(2014)03-0013-02
作者:
文学霖 袁 华
桂林电子科技大学信息与通信学院，广西 桂林 541004
关键词:
多尺度几何分析; 图像去噪; 阈值
Keywords:
Multiscale Geometric Analysis;  image denoising;  thresholding
分类号:
TN911.73
文献标志码:
A
摘要:
多尺度几何分析方法用于图像去噪已经成为图像处理方向的研究的一个热点。简要介绍和分析了几种常用于去 噪的多尺度几何分析方法(曲波变换、轮廓波变换、剪切波变换)，其中剪切波能提供了更稀疏的表示，图像实现最优逼近。实 验结果也证明，剪切波变换阈值去噪在主观视觉上与峰值信噪比优于其他多尺度分析方法。
Abstract:
The Multiscale Geometric Analysis has become a hot spot in the current method of image denoising. After a brief introduction about some Multiscale Geometric Analysis methods in common use(Curvelet, Contourlet, Shearlet), Shearlet transform provides more sparse decomposition than others, and can capture the best approximation of image.Experimental results show that Shearlet-based thresholding can obtain better performance in terms of both Peak Signal-to-Noise Ratio and subjective evaluations than other three Multiscale Geometric Analysis methods.

参考文献/References:

【参 考 文 献】 [1] 焦李成,谭山.图像的多尺度几何分析:回顾和展望[J].电 子学报,2003,31(12A):1975-1981. [2] J.L. Starck, E.J. Candes. The Curvelet transform for image denoising[J].IEEE Trans. On Image Proc.,2002, Vol.11(6): 670-684. [3] E.J.Candes,L.Demanet, D.L.Donoho.Fast discrete curvelet transform[C].Technology Report,Applied and Computational Mathematics.California Institute of Technology,2005,5(3), 861-899. [4] Minh N.Do,Martin Vetterli.The contourlet transform:an efficient directional multiresolution image representation[J]. IEEE Transactions on Image Processing, 2005,Vol.14(12): 2091-2106. [5] A.L.Cunha,J.Zhou,M.N.Do.The nonsubsampled contourlet transform:theory, design, and applications[J].IEEE Trans. on Image Proc,2006,Vol.15(10):3089-3101. [6] Kutyniok, G., & Labate, D. Construction of regular and irregular shearlet frames. J. Wavelet Theory,2007,Appl, 1(1), 1-12.

相似文献/References:

[1]蒋 瑜 郭春生.基于随机舍弃邻域的低照度图像去噪算法[J].大众科技,2014,16(12):15.
　Low illumination image denoising algorithm based on the randomlydropouting neighborhood[J].Popular Science & Technology,2014,16():15.
[2]文学霖 袁 华.多尺度几何分析阈值去噪的比较研究[J].大众科技,2014,16(03):13.

备注/Memo

备注/Memo:
【收稿日期】2014-02-10 【基金项目】广西自然科学基金(No.2013GXNSFDA019030，2013GXNSFAA019331，2012GXNSFBA053014，2012GXNSFAA053231)； 广西科技开发项目（桂科攻 1348020-6，桂科能 1298025-7）；广西教育厅项目(No.201202ZD040，201202ZD044，2013YB091)。 【作者简介】文学霖（1988－），男，湖南人，桂林电子科技大学信息与通信学院硕士研究生，研究方向为数字图像处理。 【通讯作者】袁华（1975－），男，湖北宜昌人，桂林电子科技大学信息与通信学院讲师，研究方向为图像处理、智能信号 处理。
更新日期/Last Update: 1900-01-01