基于证据理论的小波萎缩图像去噪

您当前的位置：

首页 >

文章列表页 >

基于证据理论的小波萎缩图像去噪

更新时间：2025-09-01

- 基于证据理论的小波萎缩图像去噪
- Image denoising by wavelet shrinkage based on evidence theory
- 光学技术 2005年第5期页码：713-716
- 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：
  中图分类号：
- 纸质出版：2005
- 稿件说明：
移动端阅览
杨海峰, 侯朝桢. 基于证据理论的小波萎缩图像去噪[J]. 光学技术, 2005,(5):713-716.

Image denoising by wavelet shrinkage based on evidence theory[J]. 2005, (5): 713-716.
杨海峰, 侯朝桢. 基于证据理论的小波萎缩图像去噪[J]. 光学技术, 2005,(5):713-716. DOI：

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

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。

浏览量

129

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于可微收缩函数与自适应阈值的小波去噪

小波检测的二次迭代修剪均值滤波算法

基于非局部自相似性的混合噪声滤波算法

基于分数阶积分算法的OCT图像去噪研究

全变分引导的双边滤波图像去噪方法