- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
基于分水岭的提升小波图像去噪
维普资讯
第 l8卷 第 8期 计 算 机 技 术 与 发 展 VoI_J8 No.8
2008年 8月 COMPUTER TECHNoLo(jY AND DEVELOPME【NT Aug. 2008
基于分水岭的提升小波图像去噪
林德贵,何建农,郑玉燕
(福州大学数学与计算机科学学院,福建福州 365002)
摘 要 :为了图像去噪的同时能很好地保持图像的细节,提出了一种基于分水岭的提升小波图像去噪方法 ,先用分水岭分
割方法检测出图像的分水岭脊线,提升小波去噪时就可用阈值去噪而不必担心损害图像的重要特征。其去噪步骤是:对
噪声污染图像进行提升小波去噪;对原图像提取梯度幅度图像;对梯度图像平滑后进行分水岭变换;图像合并。实验结果
表明,该方法不但可以保持图像的重要信息,而且能够提高去噪后图像的信噪比。 .
关键词 :分水岭;提升小波;图像去噪
中图分类号:TN911.73 文献标识码 :A 文章编号:1673—629X(2008)08—0029—03
LiftingW aveletImageDe。_。NoisingBasedonW atershed
LINDe-gui,HEJian-nong,ZHE NGYu—yan
(CollegeofMathematicsandComputerScience,FuzhouUniversity,Fuzhou365002,China)
Al~traet:Inordertopreserveimagedetailsaswellascancelingimagenoise,alifting waveletim rede—no ising methodbasedollwatre—
shedwaspresentde .Watershde ridgdineofanifflageweredetectde withmethodofwatershde firstly.andathresholdwasusedinlifting
waveletdenoising wi thoutdamagingifflage’scharacters.Thefirstde—nosing processislifring —waveletdeno sing based0ndeno sing —im—
age;thesecondproem isdistilling grads—ifflagebased帆 original—image;thethird processiscarrying watershde transform;theforth
processisoombinating imag .Experimentalresultsshowde thatthealgorithm couldnotonlykeepimportanceinformationofimage,hut
alsooouldimprovesigI1al—to—no ies ratioofna image.
Key’_0HIs:watershde ;lifting wavelet;imagede—noising
O 引 言 益广泛,包括图像压缩[1-3】、模式识别[引、信号与图像
小波变换在许多领域如信号和图像处理中得到了 去噪[,引、边缘检测 [、空间融合 [引。文中将提出一种
广泛的应用,包括图像压缩、边缘检测、图像融合、图像 基于分水岭的提升小波图像去噪方法,首先利用分水
分类等。但它们的应用都是基于传统的小波变换,传 岭分割方法对含有噪声的图像进行分水岭分割,得到
统的第一代小波变换是在欧氏空间内通过基底的平移 分水岭脊线图像 ;接着通过阈值提升小波去噪方法对
和伸缩构造小波基的,不适合非欧氏空间的应用,因此
文档评论(0)