《基于多尺度分析的图像去噪及特征提取算法研究》.pdfVIP

第25卷 第1期 苏州市职业大学学报 Vol .25 ，No .1 2014年3月 Journal of Suzhou Vocational University Mar . ，2014 基于多尺度分析的图像去噪及特征提取算法研究 戴桂平 (苏州市职业大学 电子信息工程学院，江苏 苏州  2 15104) 摘 要：  针对BEMD和非采样Contourlet 变换2 种典型的多尺度几何分析方法，研究并提出其 在图像去噪及特征提取应用方面的4 种算法模型，针对每种模型，分析了其算法原理及流程， 并通过仿真实验验证了每种算法模型的有效性及优越性. 关键词： 多尺度几何分析；二维经验模式分解；非采样Contourlet 变换；独立成分分析 中图分类号：TP391 .41 文献标志码：A 文章编号：1008-5475(2014)01-0017-05 Algorithms of Image De-noising and Feature Extraction Based on Multi-scale Analysis DAI Gui-p ing (School of Electronic Information Engineering ，Suzhou Vocational University ，Suzhou 2 15 104 ，China) F or tw o typ ical mu lt i -scale geom etr ic an aly si s m eth od s ：B i -dim en sion al emp ir ical m ode Abstract ： decomposition and nonsubsampled contourlet transform ，four algorithm models of image de-noising and feature extraction are proposed . For each model ，the algorithm principles and processes are detailedly analyzed .And then through the simulation experiments ，the effectiveness and superiority of each algorithm model are verified . multi-scale geometric analysis ；bi-dimensional empirical mode decomposition ；nonsubsampled Key words ： contourlet transform ；independent component analysis 在图像处理、模式识别与计算机视觉领域 中，由于系统和环境等因素的影响，使得采集到的图像存 在大量的噪声 ，视觉效果较差 ，直接影响了后续特征的提取 ，因而 ，图像去噪是图像处理的基础环节 .此 外 ，特征提取是模式识别的关键 ，全面、精确地提取特征是准确、快速分类的重要保证 ，因此图像去噪及 特征提取成为一项十分重要的研究课题[ 1] .近年来 ，随着对 自然图像统计规律及人类视觉系统研究的深 [2] 入 ，多尺度几何分析理论(multi-scale geometric analysis ，MGA)逐渐成为计算机视觉领域的研究