基于四元数小波混合统计模型的图像去噪
图像的去噪和压缩一直是图像处理的经典问题，传统的方法中很难将二者同时兼顾。四元数小波变换是实小波、四元数理论及二维希尔伯特变换相结合的产物，是一种新的多尺度分析图像处理工具。图像经四元教小波变换后，其小波系数不仅在尺度内具有相关性，而且在尺度间也具有一定的相关性。文中提出一种混合统计模型，该模型包括尺度间的二元非高斯分布模型和尺度内的广义高斯分布模型，然后运用最小均方误差估计从噪声图中的小波系数恢复原图的系数，从而达到去除图像的噪声的目的。仿真实验表明：本文方法不仅提高了峰值信噪比，视觉上达到明显的去噪效果，而且取得了较高的压缩比。
图像去噪 四元数小波变换 混合统计模型 最小均方误差 小波系数
刘卫 殷明
合肥工业大学数学学院,安徽合肥 230009
国内会议
广州
中文
286-289
2011-11-11（万方平台首次上网日期，不代表论文的发表时间）