資源描述：
《基于小波域的圖像噪聲類(lèi)型識(shí)別與估計(jì).pdf》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在應(yīng)用文檔-天天文庫(kù)。
1、第Z3卷第4期紅外與毫米波學(xué)報(bào)Vol.Z39No.4Z004年8月J.InfraredMillim.WavesAugust9Z004文章編號(hào)!1001-9014"Z004#04-0Z81-05基于小波域的圖像噪聲類(lèi)型識(shí)別與估計(jì)張旗1!梁德群Z!樊鑫3!李文舉4(1.大連海事大學(xué)自動(dòng)化與電氣工程學(xué)院9遼寧大連1160Z69Z.大連海事大學(xué)信息工程學(xué)院9遼寧大連1160Z693.西安交通大學(xué)圖像處理與模式識(shí)別研究所9陜西西安71004994.遼寧師范大學(xué)計(jì)算機(jī)與信息技術(shù)學(xué)院9遼寧大連116038)摘要!提出了一種基于小波域分解的類(lèi)型識(shí)別方法.該方法利用噪聲圖像的小波高頻子帶系數(shù)能量分
2、布!對(duì)圖像中最常出現(xiàn)的兩類(lèi)噪聲"高斯噪聲和椒鹽噪聲進(jìn)行識(shí)別!并在此基礎(chǔ)上對(duì)高斯噪聲的方差和椒鹽噪聲的密度進(jìn)行了估計(jì).對(duì)大量含噪圖像的實(shí)驗(yàn)結(jié)果表明"該方法對(duì)圖像噪聲類(lèi)型的識(shí)別和噪聲大小的估計(jì)都比較準(zhǔn)確.關(guān)鍵詞!小波變換#圖像去噪#噪聲類(lèi)型識(shí)別#噪聲估計(jì)中圖分類(lèi)號(hào)!TP391文獻(xiàn)標(biāo)識(shí)碼!AIDETIFYINGOFNOISETYPESANDESTIMATINGOFNOISELEVELFORANOISYIMAGEINTHEAVELETDOMAIN19LIANGDe-GunZ9FANXin39LIWen-Ju4Z~ANGGi(1.schoolofAutomationandElectrica
3、lEngineering9DalianMaritimeUniversity9Dalian1160Z69China9Z.schoolofInformationTechnology9DalianMaritimeUniversity9Dalian1160Z69China93.InstituteofImageProcessingandRecognition9XianJiaoTongUniversity9Xian7100499China94.schoolofComputerandInformationTechnology9LiaoningNormalUniversity9Dalian116
4、0389China)AbstractAnovelmethodologyforidentifyingnoisetypesandestimatingnoiselevelWasreported.Theenergydistri-butionofthe~~subbandscoefficientsintheWaveletdomainWasusedtodistinguishGaussianWhitenoiseandsaltpeppernoise9WhichexistinimagesfreCuently.AndthevarianceoftheGaussianWhitenoiseandtheden
5、sityofsaltpeppernoiseWereestimated.TheexperimentsonaWidevarietyofimagesindicatetheveracityofdistinguis-hingandestimatingofnoise.KeywordsWavelettransform9imagedenoising9noisetypeidentification9noiselevelestimation對(duì)圖像進(jìn)行卷積處理9以達(dá)到壓抑或消除噪聲的目引言1的.圖像在生成和傳輸過(guò)程中常常會(huì)受到各種噪聲在處理噪聲圖像前9有Z點(diǎn)是需要明確的1)圖源的干擾和影響而使圖像質(zhì)量
6、變差.圖像處理的一像受到的是何種類(lèi)型的噪聲干擾9Z)受噪聲干擾的項(xiàng)重要任務(wù)是研究能有效濾除圖像噪聲又不模糊圖程度如何.目前這些先驗(yàn)知識(shí)通常是根據(jù)主觀推測(cè)像的方法.到目前為止9已提出了許多消除圖像噪聲或假設(shè)9而不是依靠圖像噪聲的客觀描述9在這種情的濾波器結(jié)構(gòu)和算法.現(xiàn)有的圖像隨機(jī)噪聲消除方?jīng)r下對(duì)圖像的噪聲進(jìn)行處理往往是非常盲目的.如法大致可以劃分為二類(lèi)一類(lèi)是頻率域方法9主要通果將一個(gè)噪聲算法應(yīng)用到一個(gè)G錯(cuò)誤H的圖像(不含過(guò)對(duì)圖像進(jìn)行變換以后9選用適當(dāng)?shù)念l域帶通濾波噪聲的圖像或噪聲類(lèi)型與假設(shè)不同的圖像)上9結(jié)果器進(jìn)行濾波處理9經(jīng)反變換后獲得去噪聲圖像.另一常常是沒(méi)有意義的.這就如同用
7、灰度閾值分割一個(gè)類(lèi)方法是空間域方法9主要采用各種圖像平滑模板紋理圖像用恢復(fù)算法恢復(fù)一個(gè)沒(méi)有模糊的圖像.另收稿日期!Z003-01-13$修回日期!Z003-10-09Receiveddate!Z003-01-13$reviseddate!Z003-10-09作者簡(jiǎn)介!張旗(1960-)9女9福建福州人9副教授9大連海事大學(xué)通信與信息系統(tǒng)專(zhuān)業(yè)博士生9主要從事小波圖像處理圖像檢測(cè)和模式識(shí)別等研究.紅外與毫米波學(xué)報(bào)Z3卷Z8ZO=Z559b=09而椒鹽噪聲的大小由噪聲出現(xiàn)的密度(百
