Ta上传的资源 (0)

通过对水下目标声图像机理及统计特性的分析,提出了分块自适应的降噪方法。设置 适当的区域图像方差阈值将水下声图像划分信息区及非信息区。在信息区,制成图像序列经过表 面波(Surfacelet)变换三维去噪;在非信息区,进行非下采样轮廓波变换去噪。结果表明:去噪后图 像峰值信噪比大幅度提高,具有较高分辨

为改善图像的去噪效果，该文提出了一种基于高斯比例混合模型的图像非下采样Contourlet域去噪算法。该算法首先建立非下采样Contourlet系数邻域的高斯比例混合模型，然后在模型基础上应用贝叶斯最小二乘法对系数进行估计，最后反变换得到恢复图像。算法结合了非下采样Contourlet变换对图像边缘

在轮廓波变换中进行拉普拉斯金字塔分解时，所得的带通图像在奇异性点附近产生振荡，影响了图像去噪的效果。针对该问题，提出一种改进的拉普拉斯金字塔分解，可消除边缘附近的震荡。利用改进的拉普拉斯金字塔实现轮廓波变换，并对图像进行自适应去噪。实验结果表明，该算法所得的峰值信噪比较轮廓波变换自适应去噪算法有显著