一种基于角度的正交FRIT变换及其在图像去噪中的应用

刘云霞; 彭玉华; 孟庆芳; 尹 勇

您当前的位置：

首页 >

文章列表页 >

一种基于角度的正交FRIT变换及其在图像去噪中的应用

论文 | 更新时间：2025-07-16

- 一种基于角度的正交FRIT变换及其在图像去噪中的应用
- Angle Based Orthogonal FRIT and Its Application in Image Denoising
- 电子学报 2007年35卷第1期页码：40-43
- 作者机构：
  
  1. 山东大学信息学院,山东,济南,250100
  2. 山东省肿瘤医院,山东,济南,250117
  3. 山东大学信息学院山东济南,250100
  4. 山东省肿瘤医院山东济南,250117
- 作者简介：
- 基金信息：
  
  教育部留学启动基金 (No.2004.176.4);山东省自然科学基金 (No.2004G01,No.2004ZRC03016)
- DOI：
  中图分类号： TN911.73
- 纸质出版：2007
- 稿件说明：
移动端阅览
刘云霞, 彭玉华, 孟庆芳, 等. 一种基于角度的正交FRIT变换及其在图像去噪中的应用[J]. 电子学报, 2007,35(1):40-43.

LIU Yun-xia, PENG Yu-hua, MENG Qing-fang, et al. Angle Based Orthogonal FRIT and Its Application in Image Denoising[J]. Acta Electronica Sinica, 2007, 35(1): 40-43.
刘云霞, 彭玉华, 孟庆芳, 等. 一种基于角度的正交FRIT变换及其在图像去噪中的应用[J]. 电子学报, 2007,35(1):40-43. DOI：

LIU Yun-xia, PENG Yu-hua, MENG Qing-fang, et al. Angle Based Orthogonal FRIT and Its Application in Image Denoising[J]. Acta Electronica Sinica, 2007, 35(1): 40-43. DOI：

摘要

M.N.Do和M.Vetterli提出的Finite Ridgelet Transform(FRIT)因其对线奇异特征的高效表示能力而被广泛应用

但其在图像压缩、去噪的处理中却受到"环绕"现象的严重影响.本文在揭示"环绕"现象和FRAT域系数关系的基础上

提出一种基于角度的正交FRIT变换方案(Angle-based FRIT

AFRIT).该方案具有更好的能量集中特性

并有效地降低了"环绕"现象.进一步

对正交FRIT去噪问题建模

并提出了一种基于AFRIT的改进阈值.不同噪声水平下各种图像的去噪实验结果表明

采用改进阈值的AFRIT同现在常用的FRIT去噪方法相比

具有明显的优越性.

Abstract

Finite Ridgelet Transform (FRIT) is a widely used orthogonal transform for its good property of effectively representation of linear singularities in image.But the limitation of "wrap around" effect restricts its applications in image denoising and compression.In this paper

based on analysis of the relation between "wrap around" effect and distribution of FRAT (Finite Radon Transform) coefficients

we proposed an angle-based orthogonal FRIT scheme (AFRIT) which can concentrate the coefficients energy and reduce the influence of "wrap around" more greatly than the usual ones.We then modeled the denoising problem and proposed a novel threshold selecting method based on AFRIT.Experiments carried out on different images with varying levels of addictive white Gaussian noise show AFRIT’s validity.

关键词

Keywords

references

浏览量

699

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

可学习阈值优化的大规模动态多用户接入检测

基于四元数非局部低秩和全变分的图像混合噪声去噪算法

基于局部投影的视差图像拼接平滑优化

基于Bandelets域逐子块阈值的图像去噪

基于格子波尔兹曼模型的图像去噪