A image denoising method between soft and hard thresholding based on Curvelet transform

您当前的位置：

首页 >

文章列表页 >

A image denoising method between soft and hard thresholding based on Curvelet transform

更新时间：2025-09-01

- A image denoising method between soft and hard thresholding based on Curvelet transform
- Issue 5, Pages: 688-690(2007)
- 作者机构：
  
  1. 1:暨南大学光电工程研究所
  2. 2:暨南大学光电工程研究所,广州,510632
  3. 3,广州,510632
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2007
- 稿件说明：
移动端阅览
A image denoising method between soft and hard thresholding based on Curvelet transform[J]. 2007, (5): 688-690.
DOI：

A image denoising method between soft and hard thresholding based on Curvelet transform[J]. 2007, (5): 688-690. DOI：

摘要

与小波变换相比

Curvelet变换更好地表达图像的边缘和细节

因此更适合多尺度图像去噪。针对软阈值和硬阈值去噪方法存在的不足

提出了基于Curvelet变换域的软硬阈值折衷去噪法

并采用不同的阈值自适应地对不同的Curvelet子带进行阈值化。实验结果表明该方法对图像中的边缘、弱的直线和曲线特征有更好的恢复。去噪后图像PSNR值更高

视觉效果更好。

Abstract

关键词

Keywords

references

Views

392

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