论文研究基于新型小波包阈值的图像去噪方法 .pdf

针对红外图像噪声来源复杂且干扰严重,传统的小波阈值方法噪声方差估计偏差较大的问题,提出了一种基于二维经验模态分解(BEMD)子带阈值估计的红外图像去噪方法。通过将噪声图像进行BEMD分解得到二维的内蕴

引导滤波要求具有良好结构的引导图像进行辅助滤波。当噪声较多时，引导图像中的结构、边缘等遭到破坏，无法提供有效的引导信息，严重影响去噪效果。经典的全变分模型可以得到分片常数图像，具有良好的保持边界和结构

.

本文提出了一种基于非下采样Contourlet变换与非线性各向异性扩散的方法进行含噪图像的去噪和增强。首先对含噪图像进行非下采样Contourlet分解,对每个分解层的各个子带进行非线性收缩和拉伸,以

基于小波变换和均值滤波相结合的图像去噪，宋清昆，马丽，通过对图像中含有的高斯噪声认真分析和研究，研读现有图像去噪的方法，提出了采用均值滤波和小波变换相结合的方法去除图像噪声,�

图像去噪是许多图像处理任务的前提。马尔可夫链蒙特卡洛图像去噪算法是很重要的一种图像去噪方法，但去噪后图像存在明显斑点，在高噪声情况下去噪效果不理想，实际应用中需要进行噪声方差估计，运算速度慢。提出两步

为了有效去除图像噪声且能更好地保护图像细节，提出一种基于Contourlet变换和改进NeighShink的图像去噪方法。首先将图像进行Contourlet变换，利用stein无偏风险估计在各尺度各方

图像边缘检测是图像处理和计算机视觉中的基本技术。提出了一种新的基于斜Haar类变换的图像边缘检测方法。实验表明，该算法具有较好的边缘检测能力，不仅方法简单、计算速度快，而且对于处理灰度渐变图像是有优势

稀疏表示图像去噪的主代码，董为生团队的文章

在选择掩模平滑算法中，需要计算一幅图像的大量局部窗口的灰度均值和方差。而运用积分图像和平方积分图像，可以实现一种计算速度与图像窗口大小无关的灰度均值和方差的快速计算方法。将这种灰度均值和方差的快速计算