高级检索
ENGLISH

基于M带小波变换与模糊聚类的图像去噪算法

任获荣, 余望好

任获荣, 余望好. 基于M带小波变换与模糊聚类的图像去噪算法[J]. 红外技术, 2004, 26(4): 36-40. DOI: 10.3969/j.issn.1001-8891.2004.04.008
引用本文: 任获荣, 余望好. 基于M带小波变换与模糊聚类的图像去噪算法[J]. 红外技术, 2004, 26(4): 36-40. DOI: 10.3969/j.issn.1001-8891.2004.04.008
shu
An Image Denoising Algorithm Based on M-band Wavelet Transform and Fuzzy Clustering[J]. Infrared Technology , 2004, 26(4): 36-40. DOI: 10.3969/j.issn.1001-8891.2004.04.008
Citation: An Image Denoising Algorithm Based on M-band Wavelet Transform and Fuzzy Clustering[J]. Infrared Technology , 2004, 26(4): 36-40. DOI: 10.3969/j.issn.1001-8891.2004.04.008
shu

基于M带小波变换与模糊聚类的图像去噪算法

  • 西安电子科技大学机电工程学院,陕西,西安,710071

  • 西安电子科技大学

详细信息

  • 中图分类号: TN216

An Image Denoising Algorithm Based on M-band Wavelet Transform and Fuzzy Clustering

摘要

    摘要
  • 摘要: M带小波变换是标准二带小波变换的自然推广,能够分析具有相对窄带的高频信号,而且能更好的集中信号能量,因此在信号处理中应用广泛.本文结合模糊聚类算法,提出了一种新的基于M带小波变换的图像去噪算法,利用模糊聚类算法把小波系数划分成两类:包含信号的小波系数与只包含噪声的小波系数,对只包含噪声的小波系数置为零,将包含信号的小波系数进行利用软阈值法进行收缩,最后对处理后的系数进行M带小波逆变换,得到去噪后的图像.对SAR图像的实验结果表明,该算法有效,而且能较好地保留边缘信息.
    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
    • 资源附件(0)
计量
  • 文章访问数:  54
  • HTML全文浏览量:  17
  • PDF下载量:  6
  • 被引次数: 0
出版历程

目录

摘要
HTML全文
    参考文献(0)
    相关文章
    施引文献
    资源附件(0)

    /

    返回文章
    返回

    版权所有 © 《红外技术》编辑部京ICP备000000000号-1

    本系统由 北京仁和汇智信息技术有限公司 开发  百度统计

    x 关闭 永久关闭

    尊敬的专家、作者、读者：

    端午节期间因系统维护，《红外技术》网站（hwjs.nvir.cn）将于2024年6月7日20:00-6月10日关闭。关闭期间，您将暂时无法访问《红外技术》网站和登录投审稿系统，给您带来不便敬请谅解！

    预计6月11日正常恢复《红外技术》网站及投审稿系统的服务。您如有任何问题，可发送邮件至编辑部邮箱（irtek@china.com）与我们联系。

    感谢您对本刊的支持！

    《红外技术》编辑部

    2024年6月6日