小波检测的二次迭代修剪均值滤波算法

您当前的位置：

首页 >

文章列表页 >

小波检测的二次迭代修剪均值滤波算法

光学图像处理与识别 | 更新时间：2025-09-01

- 小波检测的二次迭代修剪均值滤波算法
- Twice iterative trimmed mean filter with wavelet detection
- 光学技术 2021年47卷第6期页码：741-746
- 作者机构：
  
  1. 1:江西应用科技学院软件与区块链学院
  2. 2:江西师范大学计算机信息工程学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金(61562063);江西省教育科学“十四五”规划2021年度课题(21YB286)
- DOI：10.13741/j.cnki.11-1879/o4.2021.06.017
  中图分类号：
- 纸质出版：2021
- 稿件说明：
移动端阅览
邓春华, 周勇. 小波检测的二次迭代修剪均值滤波算法[J]. 光学技术, 2021,47(6):741-746.

Twice iterative trimmed mean filter with wavelet detection[J]. 2021, 47(6): 741-746.
邓春华, 周勇. 小波检测的二次迭代修剪均值滤波算法[J]. 光学技术, 2021,47(6):741-746. DOI： 10.13741/j.cnki.11-1879/o4.2021.06.017.

Twice iterative trimmed mean filter with wavelet detection[J]. 2021, 47(6): 741-746. DOI： 10.13741/j.cnki.11-1879/o4.2021.06.017.

针对现有的算法对于高密度脉冲噪声的去除缺乏有效性和鲁棒性

难以有效地保持和恢复图像的边缘和细节结构

提出了一种小波检测的二次迭代修剪均值滤波方法。方法充分利用脉冲噪声的特征以及小波阈值去噪图像的高度相关性

根据灰度最值与小波阈值去噪图像进行噪声检测

先后分别用3×3和5×5邻域的迭代修剪均值滤波对噪声像素进行恢复。实验结果显示

相对于现有的最新提出的方法

所提出的方法获得更高的PSNR和EPI值

以及更好的视觉效果

具有优越的去噪性能和更好的细节结构保持能力。

浏览量

365

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

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

基于K-SVD和残差比的低信噪比图像稀疏表示去噪算法