基于边缘检测的图象小波阈值去噪方法

被引：31

作者：

柳薇

马争鸣

机构：

[1] 中山大学电子系信息处理实验室,中山大学电子系信息处理实验室广州,广州

来源：

中国图象图形学报 | 2002年 / 08期

关键词：

图象处理; 小波阈值去噪; 小波边缘检测;

D O I：

暂无

中图分类号：

TN911.7 [信号处理];

学科分类号：

0711 ; 080401 ; 080402 ;

摘要：

边缘特征是图象最为有用的高频信息 ,因此 ,在图象去噪的同时 ,尽量保留图象的边缘特征 ,应是图象去噪首要顾及的问题 .基于这一思想 ,提出了基于边缘检测的图象小波阈值去噪方法 .该方法在去噪之前 ,先通过小波边缘检测方法确定哪些小波系数是图象的边缘特征 ,这些小波系数将不受阈值去噪的影响 ,因此 ,可以只是根据噪声方差来设置去噪的阈值 ,而不必担心损害图象的边缘特征 .理论分析和实验结果都表明 ,与普通的小波阈值去噪方法相比 ,该方法不但可以保持图象的边缘信息 ,而且能提高去噪后图象的峰值信噪比 1～ 2 d B.要想做到既去除图象噪声 ,又不模糊图象边缘特征是很困难的 .该方法把去噪和边缘检测结合起来 ,在一定程度上解决了这种两难的问题 .

引用

页码：44 / 49

页数：6

共 6 条

[1]

Vision. Marr D. . 1982

[2]

Singularity detection and processing with wavlets. Stephane Mallat,Wen Liang Hwang. IEEE Transactions on Information Theory . 1992

[3]

Characterization of signals from multiscale edges. Stephane Mallat,Sifen Zhong. IEEE Transactions on Pattern Analysis and Machine Intelligence . 1992

[4]

Zero-Crossing of a wavelet transform. Stephane Mallat. IEEE Transactions on Information Theory . 1991

[5]

Threshold selection for wavelet shrinkage of noisy data. Donoho David L,Johnstone Iain M. In: Proc. 16th Annual International Conference of IEEE Engineering in Medicine and Biology Society[C], Baltimore, Maryland . 1994

[6]

Digital image processing. Castleman K R. . 1996

← 1 →