Wavelet denoising based on differentiable shrinkage function and adaptive threshold

doi:10.13741/j.cnki.11-1879/o4.2021.03.018

您当前的位置：

首页 >

文章列表页 >

Wavelet denoising based on differentiable shrinkage function and adaptive threshold

更新时间：2025-09-01

- Wavelet denoising based on differentiable shrinkage function and adaptive threshold
- Vol. 47, Issue 3, Pages: 359-365(2021)
- 作者机构：
  
  1. 1:广州城建职业学院信息工程学院
  2. 2:广东医科大学生物医学工程学院
  3. 3:岭南师范学院信息工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2021.03.018
  CLC：
- Published：2021
- 稿件说明：
移动端阅览
Wavelet denoising based on differentiable shrinkage function and adaptive threshold[J]. 2021, 47(3): 359-365.
DOI：

Wavelet denoising based on differentiable shrinkage function and adaptive threshold[J]. 2021, 47(3): 359-365. DOI： 10.13741/j.cnki.11-1879/o4.2021.03.018.

摘要

为进一步提升高斯噪声的去噪效果

提出了基于可微收缩函数与自适应阈值的图像去噪方法。根据高斯噪声的小波系数具有幅值小、服从高斯分布的特征

提出一种自适应于信噪强度的阈值

以准确地区分噪声系数与图像系数。根据自然图像的小波系数具有平滑连贯的特征

提出了一种可微的收缩函数

与自适应阈值结合对含噪的小波系数进行量化处理

以有效地去除噪声系数

保持和恢复图像的系数。实验结果证明

相对于现有的最新提出的小波阈值去噪方法

所提出的方法既能更加有效地去除噪声

又能更好地保持和恢复图像的细节和纹理结构。

Abstract

关键词

Keywords

references

Views

307

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Twice iterative trimmed mean filter with wavelet detection

Infrared image enhancement algorithm based on adaptive histogram equalization coupled with Laplace transform

The filtering algorithm for mixed noise based on nonlocal self similarity

Research on OCT image denoising based on fractional integral algorithm

Optimized ICP method combining genetic algorithm with adaptive threshold constraints

Related Author

周勇

邓春华

张大兴

吕侃徽

石凌峰

姜振宇

袁健

郑刚

Related Institution

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

2:杭州电子科技大学计算机学院

1:浙江金融职业学院信息技术学院

1:上海理工大学光电信息与计算机工程学院

⁰