应用新抽样栅格的两种小波变换图像去噪方法!.PDFVIP

应用新抽样栅格的两种小波变换图像去噪方法!.PDF

  1. 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. 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. 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. 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. 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. 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. 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
应用新抽样栅格的两种小波变换图像去噪方法!

第# 卷! 第$ 期 天! 津! 大! 学! 学! 报 ()*+ #! ,)+ $ ! %’ 年$ 月 !#$%’ ( )*%+*% ,%*-.$/*01 -./+ %’ ! 应用新抽样栅格的两种小波变换图像去噪方法! 丁润涛,程凌宇 (天津大学电子信息工程学院,天津0% ) 摘! 要:为提高小波变换图像去噪的质量,提出一种用于多分辨率1’2和$’2方向二维小波分解的新抽样栅格+ 在 此基础上构造出两种新的小波变换图像去噪方法: 1 方向小波去噪法和对角方向小波去噪法+ 这两种去噪方法均考 虑了图像1’2方向和$’2方向的结构特征+ 实验结果表明,这两种方法在视觉效果和误差数据上均优于标准二维小 波去噪法+ 关键词:图像去噪;小波变换;抽样栅格;1’2 、$’2方向小波变换 中图分类号:3,41 $+ $! ! ! 文献标志码:5! ! ! 文章编号:146 %$0 (%’ )$6 #’6 ’ )2 345. 6.%*/*%5 7.089/ :;;’1*%5 -.’.0 )$%/($4 =/.9 % .2 62%/4;’*%5 ?00*@. 78,9 :;/6.) ,=?,9 @A/B6C; (DEF))* )G ?*HEI)/AE 8/G)IJ.A)/ ?/BA/HHIA/B ,3A./KA/ L/AMHINAC ,3A./KA/ 0% ,=FA/. ) :A/0$@0 :8/ )IOHI ) AJPI)MH FH HGGHE )G AJ.BH OH/)ANA/B ,. /HQ O)Q/N.JP*A/B *.AEH AN PI)P)NHO QFAEF AN ;NHO A/ FH J;*AIHN)*;A)/ Q)6OAIHEA)/ Q.MH*H OHE)JP)NAA)/ .*)/B OAIHEA)/N 1’ OHBIHH ./O $’ OHBIHH+ R/ FH S.NAN )G A ,Q) /HQ AJ.BH OH/)ANA/B JHF)ON .PP*CA/B Q.MH*H I./NG)IJ .IH PI)P)NHO :G);I OAIHEA)/N Q.MH6 *H I./NG)IJ ./O OA.B)/.* OAIHEA)/ Q.MH*H I./NG)IJ+ 3FHNH Q) AJ.BH OH/)ANA/B JHF)ON S)F .TH A/) .E6 E);/ FH AJ.BH EF.I.EHIANAEN .*)/B OAIHEA)/N 1’ OHBIHH ./O $’ OHBIHH+ 3FH HUPHIAJH/.* IHN;*N NF)Q FHNH Q) JHF)ON .IH SHHI F./ FH OH/)ANA/B JHF)O )G N./O.IO Q.MH*H I./NG)IJ S)F A/ MAN;.* HGGHE ./O A/ HII)I O..+ B.12$9/ :AJ.BH OH/)ANA/B ;Q.MH*H I./NG)IJ ;O)Q/N.JP*A/B *.AEH ;OAIHEA)/.* Q.MH*H I./NG)IJ .*)/B 1’ OHBIHH ./O $’ OHBIHH ! ! 小波变换具有多分辨率的特性,能将图像信号与 对图像进行多分辨率的方向小波分解+ 噪声分离,因而成为图像去噪的有力工具+ 二维小波变 ! ! 由于很多自然图像的主要特征方向不一定在水平 换能够完整地表现图像在各方向的特征[

文档评论(0)

suijiazhuang1 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档