基于平稳小波域的各向异性扩散图像去噪方法

doi:10.3778/j.issn.1002-8331.2010.04.057

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (4): 180-182.DOI: 10.3778/j.issn.1002-8331.2010.04.057

• 图形、图像、模式识别 • 上一篇下一篇

基于平稳小波域的各向异性扩散图像去噪方法

汪伟，吴秀清，程蕾，夏东坤

中国科学技术大学电子工程与信息科学系，合肥 230027

收稿日期:2008-07-31 修回日期:2008-10-29 出版日期:2010-02-01 发布日期:2010-02-01
通讯作者: 汪伟

Image denoising based on stationary wavelet-based anisotropic diffusion

WANG Wei，WU Xiu-qing，CHENG Lei，XIA Dong-kun

Department of Electronic Engineering and Information Science，University of Science and Technology of China，Hefei 230027，China

Received:2008-07-31 Revised:2008-10-29 Online:2010-02-01 Published:2010-02-01
Contact: WANG Wei

摘要/Abstract

摘要： 针对传统的各向异性扩散去噪方法存在的导致图像细节丢失的问题，提出了一种基于平稳小波域的各向异性扩散图像去噪方法。该方法根据平稳小波变换的特性，通过在高频和低频子带上选用不同的梯度门限进行各向异性扩散，然后进行重构得到去噪后的结果图像。实验结果表明，该方法在有效去除噪声的同时，图像细节保留较好，去噪后的图像具有更好的质量。

关键词: 各向异性扩散, 平稳小波变换, 图像去噪

Abstract: Aiming at the detail losing problem caused by traditional space-based anisotropic diffusion，a new method of stationary wavelet-based anisotropic diffusion is purposed.Based on the character of stationary wavelet transform，anisotropic diffusion is applied in different sub-bands with different gradient threshold.Denoised image is reconstructed by diffused sub-bands.The experiment results show that this method is able to achieve a good effect in noise removal and detail preservation.

Key words: anisotropic diffusion, stationary wavelet transform, image denoising

中图分类号:

TP391.41

汪伟，吴秀清，程蕾，夏东坤. 基于平稳小波域的各向异性扩散图像去噪方法[J]. 计算机工程与应用, 2010, 46(4): 180-182.

WANG Wei，WU Xiu-qing，CHENG Lei，XIA Dong-kun. Image denoising based on stationary wavelet-based anisotropic diffusion[J]. Computer Engineering and Applications, 2010, 46(4): 180-182.

[1]	刘迪，贾金露，赵玉卿，钱育蓉. 基于深度学习的图像去噪方法研究综述[J]. 计算机工程与应用, 2021, 57(7): 1-13.
[2]	陈人和，赖振意，钱育蓉. 改进的生成对抗网络图像去噪算法[J]. 计算机工程与应用, 2021, 57(5): 168-172.
[3]	王洁，金正猛，冯灿. 自适应广义全变差的图像泊松去噪算法[J]. 计算机工程与应用, 2021, 57(20): 203-209.
[4]	呼亚萍，孔韦韦，李萌，黄翠玲. 改进TV图像去噪模型的全景图像拼接算法[J]. 计算机工程与应用, 2021, 57(17): 203-209.
[5]	曹军，陈鹤，张佳薇. 基于超分辨率的多聚焦图像融合算法研究[J]. 计算机工程与应用, 2020, 56(3): 180-186.
[6]	刘成士，赵志刚，李强，吕慧显，董晓晨，李金霞. 加强的低秩表示图像去噪算法[J]. 计算机工程与应用, 2020, 56(2): 216-225.
[7]	袁小军，周涛，李琛. 基于稀疏先验的非局域聚类图像去噪算法研究[J]. 计算机工程与应用, 2020, 56(18): 177-185.
[8]	杨永鹏，杨真真，李建林，乐俊. 低秩稀疏分解及其在视频和图像处理中的应用[J]. 计算机工程与应用, 2020, 56(16): 21-30.
[9]	钱满，张向阳，李仁昌. 改进卷积神经网络SAR图像去噪算法[J]. 计算机工程与应用, 2020, 56(14): 176-182.
[10]	杨赵琪璘，彭定涛，唐琦，罗孝敏. 基于稀疏优化lp正则化的光滑化拟牛顿算法[J]. 计算机工程与应用, 2019, 55(22): 163-171.
[11]	李敏，章国豪，曾建伟，杨晓锋，胡晓敏. 结合Inception模型的卷积神经网络图像去噪方法[J]. 计算机工程与应用, 2019, 55(20): 139-144.
[12]	张龙，刘朝霞，刘洪琛. 一种去除椒盐噪声带L1保真项的混合变分模型[J]. 计算机工程与应用, 2019, 55(1): 210-216.
[13]	马红强，马时平，许悦雷，吕超，辛鹏，朱明明. 基于改进栈式稀疏去噪自编码器的图像去噪[J]. 计算机工程与应用, 2018, 54(4): 199-204.
[14]	韩明，吴朔媚，王敬涛，孟军英. 基于改进能量泛函模型的噪声图像分割算法[J]. 计算机工程与应用, 2018, 54(23): 23-30.
[15]	李安迪1，2，刘祎1，2，张权1，2，桂志国1，2. 各向异性加权先验模型MAP投影域降噪[J]. 计算机工程与应用, 2018, 54(22): 180-185.

基于平稳小波域的各向异性扩散图像去噪方法

Image denoising based on stationary wavelet-based anisotropic diffusion

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics