摘要
在利用正交小波对图像进行分解的基础上,提出了一种考虑不同尺度子分量的小波系数之间是相互关联的系数概率密度函数模型,而不同尺度的系数的选择依赖于其父层系数的大小,从而保证在消除噪声的同时保留图像的边缘信息,然后再对图像进行重构。实验证明,该方法取得了较好的降噪效果。
The paper focuses on modeling the wavelet coefficients for denoising based on the relativity of the different scale coefficients, so as to eliminate the noise in the images. The experimentation, which denoises the Lenna and satellite images added the noise, shows that the method can significantly improve the noising image.
出处
《武汉大学学报（信息科学版）》
EI
CSCD
北大核心
2005年第9期771-774,共4页
Geomatics and Information Science of Wuhan University
基金
国家教育部高等学校博士学科点专项科研基金资助项目(20010247024)。
关键词
正交小波变换
贝叶斯估计
概率密度函数
图像降噪
信噪比
orthogonal wavelet transform
Baesian estimation
probability density function（PDF）
image denoising
signal-noise ratio （SNR）
