检索结果

Select

1. 基于非局部自相似的Shearlet自适应收缩图像去噪

许志良, 邓承志

计算机应用 2015, 35 (1): 235-238. DOI: 10.11772/j.issn.1001-9081.2015.01.0235

摘要（574）

PDF （704KB）（478）

针对Shearlet收缩去噪引入的Gibbs伪影和"裂痕"现象,提出一种结合非局部自相似的Shearlet自适应收缩图像去噪方法.首先,对噪声图像进行多方向多尺度的Shearlet分解;然后,基于高斯比例混合(GSM)模型的Shearlet系数分布建模,利用贝叶斯最小二乘估计对Shearlet系数进行自适应收缩去噪,重构得到初始去噪图像;最后,利用非局域自相似模型对初始去噪图像进行滤波处理,得到最终的去噪图像.实验结果表明,所提方法在更好地保留边缘特征的同时,有效地去除噪声和收缩去噪引入的Gibbs伪影,该方法获得的峰值信噪比(PSNR)和结构自相似指标(SSIM)比基于非抽样剪切波变换(NSST)的硬阈值去噪方法提高1.41 dB和0.08;比非抽样Shearlet域GSM模型去噪方法提高1.04 dB和0.045;比基于三变量模型的剪切波去噪方法提高0.64 dB和0.025.

参考文献 | 相关文章 | 多维度评价

Select

2. 特征保留的稀疏表示图像去噪

马路邓承志汪胜前刘娟娟

计算机应用 2013, 33 (05): 1416-1419. DOI: 10.3724/SP.J.1087.2013.01416

摘要（896）

PDF （650KB）（585）

稀疏表示理论认为在合适的冗余字典下，图像存在最为稀疏的表示，字典的过完备性，使得通过提取很少量的大系数便能捕获到图像中的重要信息，而且对噪声更加鲁棒。针对图像去噪，为了更好地保留图像特征信息，考虑人眼视觉特性，研究过完备字典对噪声图像特征和边缘信息的有效表示，提出以结构相似为信息保真度的特征保留的稀疏表示去噪算法。实验结果表明，该算法能更好地对图像去噪，对特征和边缘等信息的保留能力更强，得到的图像视觉效果更佳。

参考文献 | 相关文章 | 多维度评价

Select

3. 基于Shearlet变换的图像去噪算法

胡海智孙辉邓承志陈习柳枝华占惠星

计算机应用 2010, 30 (06): 1562-1564.

摘要（1658）

PDF （456KB）（1171）

针对传统变换域去噪算法的不足,提出一种基于Shearlet变换的图像去噪算法。该算法首先在Shearlet变换理论基础上实现了一种分解和重构的方法,然后用Monte-Carlo方法对高频系数进行估计,最后通过阈值函数进行收缩去噪。实验结果表明,该算法在抑噪和保持边缘的同时,取得了较好的视觉效果和更高的PSNR值。