三次样条插值在小波去噪中的应用-计算机应用与软件.PDF

三次样条插值在小波去噪中的应用-计算机应用与软件.PDF

  1. 1、本文档共4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)。
查看更多
三次样条插值在小波去噪中的应用-计算机应用与软件.PDF

第33卷第8期    计算机应用与软件 Vol33No.8 2016年8月   ComputerApplicationsandSoftware Aug.2016 三次样条插值在小波去噪中的应用 张 涛 张 欣 (贵州大学大数据与信息工程学院 贵州贵阳550025) 摘 要  针对传统小波阈值函数在图像去噪中的不足,结合三次样条插值提出一种新的阈值函数。该函数具有很好的光滑性,既 克服了硬阈值函数不连续性造成的吉布斯效应,也解决了软阈值函数引起的恒定偏差问题,而且能够根据图像噪声方差的大小,自 适应地改变函数系数以达到最佳的去噪效果;最后,利用人工蜂群算法构造新的阈值进行去噪。实验结果表明,该去噪方法无论是 主观感受,还是客观评价均优于软阈值及硬阈值的去噪效果,与其他改进的小波去噪方法相比该算法也具有较好的效果。 关键词  小波变换 三次样条插值 阈值函数 人工蜂群算法(ABC) 中图分类号 TP391    文献标识码 A    DOI:10.3969/j.issn.1000386x.2016.08.019 APPLICATIONOFCUBICSPLINEINTERPOLATIONINWAVELETDENOISING  ZhangTao ZhangXin (SchoolofBigDataandInformationEngineering,GuizhouUniversity,Guiyang550025,Guizhou,China) Abstract  Toovercomethedrawbackoftraditionalwaveletthresholdfunctionindenoising,combiningwithcubicsplineinterpolationwe proposedanewthresholdfunction.Thefunctionhasgoodsmoothness,itovercomestheGibbseffectcausedbythediscontinuityofhard thresholdfunctionwhilesolvestheconstantdeviationproblemcausedbysoftthresholdfunctionaswell.Andthefunctioncanadaptively changeitscoefficientstoachievebestdenoisingeffectaccordingtothesizeofimagenoisevariance.Finally,itusesartificialbeecolony algorithmtoconstructanewthresholdfordenoising.Experimentalresultsshowedthatthisdenoisingmethod,ineithersubjectivefeelingsor objectiveevaluation,isbetterthansoftthresholdandhardthresholddenoisingeffect.Andcomparedwithotherimprovedwaveletdenoising method,thisalgorithmalsohasagoodeffect. Keywords  Wavelettransform Cubicsplineinterpolation Thresholdfunction Artificialbeecolonyalgorithm(ABC) 0 引 言 1 传统小波阈值函数去噪原理 图像中的噪声对图像后期的处理带来严重的影响,因此图 设一幅M×

文档评论(0)

zcbsj + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档