摘要
利用Ｂ样条函数基底的光滑性及其局部支撑性质，以最小二乘（ＬＳ）为准则，构造了基于低松弛迭代格式的快速自适应滤波算法．对于一个Ｎ×Ｎ输入图像，由于Ｂ样条函数的局部支撑性质以及低松弛迭代算法的引入，使得在统计意义下最佳的最小二乘滤波算法的计算复杂度降为Ｏ（Ｎ２），就ＬＳ算法的复杂性而言，优于不动点（ＦＰ）迭代算法的Ｏ（Ｎ３）及基于ＦＦＴ的预处理共轭梯度（ＰＣＧ）算法的Ｏ（Ｎ２·ｌｎＮ）．实验结果表明，该滤波器对Ｇａｕｓ白噪声及均匀分布的噪声图像具有良好的降噪特性．
The method of least squares is used for a fast adaptive filter. By means of B spline expansion, an underrelaxation scheme of image is proposed. For a N×N image, the computational complexity of the filtering algorithm is O(N 2) , which is significantly better than that of O(N 3) using fixed point iterative method for handling LS problem and O(N 2 ln N ) using the preconditioned conjugate gradient iterative algorithm. The numerical results show that the filter is suited for either Gaussian noise reduction or noise with uniform distribution.
出处
《西安交通大学学报》
EI
CAS
CSCD
北大核心
1998年第11期1-3,16,共4页
Journal of Xi'an Jiaotong University
基金
国家自然科学基金
国家杰出青年科学基金
西安交通大学研究生院博士学位论文基金
关键词
图像处理
自适应滤波
低松弛迭代格式
算法
image processing adaptive filter computer vision noise least squares method
