网站大量收购独家精品文档,联系QQ:2885784924

基于小波自适应阈值图像去噪方法的研究_于笃发_邵建华_张晶如.pdfVIP

基于小波自适应阈值图像去噪方法的研究_于笃发_邵建华_张晶如.pdf

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于小波自适应阈值图像去噪方法的研究_于笃发_邵建华_张晶如.pdf

网络出版时间:2013-04-22 17:26 网络出版地址:/kcms/detail/61.1450.TP1726.044.html 基于小波自适应阈值图像去噪方法的研究 于笃发,邵建华 ,张晶如 (南京师范大学 物理科学与技术学院,南京 210023) 摘 要:利用小波变换对图像去噪是一种非常有效的方法。传统的小波去噪算法对图像去噪后的平滑效果不 很好,图像细节清晰度不够高,甚至会产生伪吉布斯现象。针对这些现象,本文提出了一种改进的基于小 , 波变换的多尺度自适应阈值图像去噪方法。该方法根据图像小波分解的特性 确定适合小波分解后不同层 系数去噪的较优阈值,然后结合恰当的阈值函数对各层高频系数进行处理来达到去噪效果。实验结果表明, 与传统方法相比,该方法运算量较小,能有效去除高斯白噪声,进一步提高峰值性噪比,同时能够很好的 保留图像细节信息。 关键词:图像去噪;小波变换;多尺度;自适应阈值;峰值信噪比 中图分类号:TP751.1 文献标志码:A Researchonimagedenoisingbasedonwaveletadaptivethreshold Researchonimagedenoisingbasedonwaveletadaptivethreshold RReesseeaarrcchhoonniimmaaggeeddeennooiissiinnggbbaasseeddoonnwwaavveelleettaaddaappttiivveetthhrreesshhoolldd YU Du-fa ,SHAO Jian-hua ,ZHANG Jing-ru (SchoolofPhysicsandTechnology,NanjingNormalUniversity,Nanjing210023,Jiangsu,China) Abstract Abstract AAbbssttrraacctt Using wavelet transform to filter noises on image is a very effective method .The smoothing effect is not : very good of traditional wavelet image denoising algorithm, and the image detail precision isnt high enough, even false gibbs phenomenon can be produced. Aimming at the phenomena, an improved multi-scale wavelet transformation-based adaptive threshold method of image de-noising has been proposed. according to the characteristics of the image wavelet decomposition , this method can determine the better threshold of different layers’ coefficient for de-noi

文档评论(0)

docinpfd + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5212202040000002

1亿VIP精品文档

相关文档