一种基于Curvelet变换的红外图像去噪方法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (32): 191-193.

• 图形、图像、模式识别 • 上一篇下一篇

一种基于Curvelet变换的红外图像去噪方法

何玉杰，李敏，吕东，黄克宇

第二炮兵工程学院计算机科学系，西安 710025

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-11-11 发布日期:2011-11-11

Novel infrared image denoising method based on Curvelet transform

HE Yujie，LI Min，LV Dong，HUANG Keyu

Department of Computer Science，The Second Artillery Engineering College，Xi’an 710025，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-11-11 Published:2011-11-11

摘要/Abstract

摘要： 小波变换在分析二维图像中曲线或者直线边缘特征方面存在明显不足，用于红外图像去噪中没有较好的逼近精度和稀疏表达能力。为解决上述问题，提出一种基于Curvelet变换的阈值改进算法，即采用软硬阈值结合的方式，形成新的阈值函数。通过对可见光和红外图像进行仿真实验。结果表明，该方法与正交小波去噪以及软硬阈值去噪算法相比，在去噪和保持边缘的同时，取得了较好的红外视觉效果，并且峰值信噪比PSNR也得到一定的提高。

关键词: 红外图像去噪, Curvelet变换, 阈值去噪

Abstract: The wavelet transform has the defect in analyzing the edge characteristic of curves or straight lines in two-dimensional image，it doesn’t has better approaching accuracy and spare ability of expression.This paper presents an improved threshold image denoising method based on the Curvelet transform，which combines the soft and the hard threshold together，and forms a new threshold function.Results of experiment to the infrared image and the visible light image show that the method can remove noise and remain edge with good infrared visual effect comparing with the soft and hard threshold denoising algorithm and orthogonal wavelet transform denoising algorithm，and the PSNR is also enhanced.

Key words: infrared images denoising, Curvelet transform, threshold denoising

何玉杰，李敏，吕东，黄克宇. 一种基于Curvelet变换的红外图像去噪方法[J]. 计算机工程与应用, 2011, 47(32): 191-193.

HE Yujie，LI Min，LV Dong，HUANG Keyu. Novel infrared image denoising method based on Curvelet transform[J]. Computer Engineering and Applications, 2011, 47(32): 191-193.

[1]	孟娟，洪利，程丽娜，吴燕雄. 自适应去噪的地震数据采集系统设计[J]. 计算机工程与应用, 2017, 53(16): 258-262.
[2]	杨正瓴1，2，张玺1，张军1，2，杨钊1，刘亚迪1. 采用反正切变换降低小波去噪对野值的敏感性[J]. 计算机工程与应用, 2017, 53(10): 241-245.
[3]	孔国杰，王凯，沈明堂，张芳，吴科. 一种结合小波阈值滤波的自适应整体变分方法[J]. 计算机工程与应用, 2016, 52(8): 240-242.
[4]	谷鹏1，2，朱俊华1，2，丁飞1，2. 一种含噪压缩感知的语音消噪方法[J]. 计算机工程与应用, 2015, 51(15): 216-220.
[5]	郭兴明，何彦青，卢德林，袁志会. 平移不变小波在心音信号去噪中的应用[J]. 计算机工程与应用, 2014, 50(24): 209-212.
[6]	林克正，王浩. 基于Curvelet的边缘纹理特征提取及表情识别[J]. 计算机工程与应用, 2013, 49(16): 151-154.
[7]	王瑞，张友纯. 新阈值函数下的小波阈值去噪[J]. 计算机工程与应用, 2013, 49(15): 215-218.
[8]	杨红娟1，陈继文2，张运楚1. 基于第二代Curvelet变换的点云曲面特征提取[J]. 计算机工程与应用, 2012, 48(33): 183-187.
[9]	吴飞1，2，张德祥1，2. Curvelet变换的多波段遥感图像融合研究[J]. 计算机工程与应用, 2012, 48(32): 153-156.
[10]	邬春明，谢妮娜. 改进的小波阈值在电能质量信号去噪中的应用[J]. 计算机工程与应用, 2012, 48(3): 114-116.
[11]	夏德分1，罗滇生1，陆佳政2，蒋正龙2，赵纯2，关石磊1，钱艳萍1. TLS估计的小波自适应零值绝缘子红外热像去噪[J]. 计算机工程与应用, 2012, 48(25): 198-202.
[12]	张国超1，2，李平1. 相位差结合小波包的无人直升机故障诊断[J]. 计算机工程与应用, 2012, 48(18): 212-216.
[13]	曹晓英1，2，张智军1，向建军1. 基于提升小波改进阈值的雷达信号去噪方法[J]. 计算机工程与应用, 2012, 48(14): 143-147.
[14]	王美，梁久祯. 自适应特征提取的光照鲁棒性人脸识别[J]. 计算机工程与应用, 2012, 48(11): 164-169.
[15]	何同弟1，2，李见为2. 自适应对偶树复小波－Curvelet变换的遥感图像融合[J]. 计算机工程与应用, 2011, 47(7): 198-201.

一种基于Curvelet变换的红外图像去噪方法

Novel infrared image denoising method based on Curvelet transform

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