位置:成果数据库 > 期刊 > 期刊详情页
基于正态逆高斯模型的非下采样Contourlet变换图像去噪
  • ISSN号:0372-2112
  • 期刊名称:电子学报
  • 时间:2011.7.7
  • 页码:1563-1568
  • 分类:TP911.73[自动化与计算机技术]
  • 作者机构:[1]西北大学信息科学与技术学院,陕西西安710127, [2]西北大学数学系,陕西西安710127
  • 相关基金:国家自然科学基金(No.60703117,No.60703109,No.61075050,No.11071281); 陕西省教育厅自然科学基金(No.2010JK865); 西北大学科学研究基金(No.NC0921)
  • 相关项目:格值形式背景概念格的构建理论与方法
作者: 贾建|陈莉|
中文摘要:

提出一种基于正态逆高斯先验模型的非下采样Contourlet变换图像去噪算法.在非下采样Contourlet变换域中,以正态逆高斯模型为先验模型,对图像分解系数的稀疏分布统计建模,估计每个子带内的模型参数,在贝叶斯最大后验概率估计准则下推导出与正态逆高斯模型相应的阈值函数表达式,以此对图像进行去噪处理.对于被加性高斯白噪声污染的图像,实验结果表明该去噪算法能有效地去除图像中的高斯白噪声,提高图像的峰值信噪比值,在边缘特征方面保持了良好的视觉效果.

英文摘要:

A novel non-subsampled Contourlet transform denoising scheme based on the normal inverse Gaussian prior(NIG) and Bayesian estimation has been proposed.Normal inverse Gaussian model is used to describe the distributions of the image coefficients of each subband in non-subsampled Contourlet transform domain,corresponding threshold function is derived from the model using Bayesian maximum a posteriori probability estimation theory.This scheme achieves enhanced estimation results for images that are corrupted with additive Gaussian noise over a wide range of noise variance.The simulation results indicate that the proposed method can remove Gaussian white noise effectively,improve the peak signal-to-noise ratio of the image,and keep better visual result in edges information reservation as well.

同期刊论文项目
期刊论文 32 会议论文 14 著作 3
同项目期刊论文
期刊信息
  • 《电子学报》
  • 中国科技核心期刊
  • 主管单位:中国科学技术协会
  • 主办单位:中国电子学会
  • 主编:郝跃
  • 地址:北京165信箱
  • 邮编:100036
  • 邮箱:new@ejournal.org.cn
  • 电话:010-68279116 68285082
  • 国际标准刊号:ISSN:0372-2112
  • 国内统一刊号:ISSN:11-2087/TN
  • 邮发代号:2-891
  • 获奖情况:
  • 2000年获国家期刊奖,2000年获国家自然科学基金志项基金支持,中国期刊方阵“双高”期刊
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),英国英国皇家化学学会文摘,中国北大核心期刊(2000版)
  • 被引量:57611