基于Bandelets域逐子块阈值的图像去噪

BR; 张文革; 刘芳; 焦李成; 张向荣

您当前的位置：

首页 >

文章列表页 >

基于Bandelets域逐子块阈值的图像去噪

学术论文 | 更新时间：2025-07-16

- 基于Bandelets域逐子块阈值的图像去噪
- Image Denoising Using Subsquarewise Threshold in Bandelets Domain
- 电子学报 2010年38卷第2期页码：290-294
- 作者机构：
  
  1. 1. 西安电子科技大学计算机学院,陕西,西安,710071
  2. 智能感知与图像理解教育部重点实验室,陕西,西安,710071
  3. 西安电子科技大学智能信息处理研究所,陕西,西安,710071
- 作者简介：
- 基金信息：
- DOI：
  中图分类号： TP391
- 纸质出版：2010
- 稿件说明：
移动端阅览
BR, 张文革, 刘芳, 等. 基于Bandelets域逐子块阈值的图像去噪[J]. 电子学报, 2010,38(2):290-294.

ZHANG Wen-ge, LIU Fang, JIAO Li-cheng, et al. Image Denoising Using Subsquarewise Threshold in Bandelets Domain[J]. Acta Electronica Sinica, 2010, 38(2): 290-294.
BR, 张文革, 刘芳, 等. 基于Bandelets域逐子块阈值的图像去噪[J]. 电子学报, 2010,38(2):290-294. DOI：

ZHANG Wen-ge, LIU Fang, JIAO Li-cheng, et al. Image Denoising Using Subsquarewise Threshold in Bandelets Domain[J]. Acta Electronica Sinica, 2010, 38(2): 290-294. DOI：

摘要

把正交bandelets域经四叉树分割的每一子块系数建模为广义高斯分布，基于Bayesian框架，推导出了自适应逐子块局部阈值的计算公式，找出了其参数分布的最佳范围，提出了图像bandelets域的逐子块阈值去噪算法。由于充分利用了图像的局部统计信息，所提算法对自然图像去噪的视觉效果和评价指标都好于BayesShrink和其它基于阈值的去噪算法。

Abstract

By modeling orthogonal bandelets coefficients in each quad-tree subsquare as Generalized Gaussian Distribution model

a calculation formula for adaptive local subsquarewise threshold is derived under the Bayesian frame

and the best range of the parameter needed to calculate subsquarewise threshold is found out. On these basis

a subsquarewise threshold denoising algorithm for natural images is proposed in bandelets domain. Owing to making full use of local statistic information of the image

the visual effect and evaluation criteria of proposed algorithm for natural image denoising outperform that of BayesShrink and other threshold-based methods.

关键词

Keywords

references

浏览量

1425

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于梯度引导偏振度估算的图像去雾

DRHA-UIE：基于双重残差混合注意力模块的水下图像增强方法

基于语义信息引导的图像协调化

MalMKNet：一种用于恶意代码分类的多尺度卷积神经网络

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