Image denoising by wavelet shrinkage based on evidence theory

您当前的位置：

首页 >

文章列表页 >

Image denoising by wavelet shrinkage based on evidence theory

更新时间：2025-09-01

- Image denoising by wavelet shrinkage based on evidence theory
- Issue 5, Pages: 713-716(2005)
- 作者机构：
  
  1. 1:北京理工大学信息科学技术学院自动控制系
  2. 2:北京理工大学信息科学技术学院自动控制系,北京,100081
  3. 3,北京,100081
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2005
- 稿件说明：
移动端阅览
Image denoising by wavelet shrinkage based on evidence theory[J]. 2005, (5): 713-716.
DOI：

Image denoising by wavelet shrinkage based on evidence theory[J]. 2005, (5): 713-716. DOI：

摘要

提出了一种基于D-S证据理论的小波萎缩图像去噪方法。对含噪图像进行离散平稳小波变换后

运用Bayes方法分得各层高频子带的小波萎缩系数

根据小波萎缩系数的空间及层间相关性

利用D-S证据理论的合成法则对初始小波萎缩系数进行融合修正。实验结果表明

该方法在有效地去除图像中的噪声的同时

还能较好地保留图像的边缘信息。算法在性能指标和视觉质量上均优于Donoho的小波软阈值去噪方法、传统的中值滤波法和Winner滤波法。

Abstract

关键词

Keywords

references

Views

129

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Wavelet denoising based on differentiable shrinkage function and adaptive threshold

Twice iterative trimmed mean filter with wavelet detection

The filtering algorithm for mixed noise based on nonlocal self similarity

Research on OCT image denoising based on fractional integral algorithm

Total variation guided bilateral filtering for image denoising

Related Author

石艳

陈家益

方斌

周勇

邓春华

石凌峰

姜振宇

袁健

Related Institution

3:岭南师范学院信息工程学院

2:广东医科大学生物医学工程学院

1:广州城建职业学院信息工程学院

2:江西师范大学计算机信息工程学院

1:江西应用科技学院软件与区块链学院

⁰