高级检索
ENGLISH

基于主成分分析的图像自适应阈值去噪算法

李俊秀, 姜三平

李俊秀, 姜三平. 基于主成分分析的图像自适应阈值去噪算法[J]. 红外技术, 2014, (4): 311-314,319.
引用本文: 李俊秀, 姜三平. 基于主成分分析的图像自适应阈值去噪算法[J]. 红外技术, 2014, (4): 311-314,319.
shu
LI Jun-xiu, JIANG San-ping. Adaptive Threshold Image Denoising Algorithm Based on Principal Component Analysis[J]. Infrared Technology , 2014, (4): 311-314,319.
Citation: LI Jun-xiu, JIANG San-ping. Adaptive Threshold Image Denoising Algorithm Based on Principal Component Analysis[J]. Infrared Technology , 2014, (4): 311-314,319.
shu

基于主成分分析的图像自适应阈值去噪算法

  • 中北大学 信息与通信工程学院,山西 太原,030051

  • 中北大学

详细信息

  • 中图分类号: TP391.41

Adaptive Threshold Image Denoising Algorithm Based on Principal Component Analysis

摘要

    摘要
  • 摘要: 主成分分析（PCA）是一种将多个变量通过线性变换选出较少个数重要变量的一种多元统计方法。在图像去噪中，由于图像的局部相似性，提出一种新的有效的去除噪声的算法。通过块匹配法寻找出相似块作为训练样本，利用主成分分析提取信号的主要特征，然后根据统计理论中最小均方误差方法构造线性自适应阈值方程，对含噪图像的每一块进行自适应阈值去噪。实验结果表明，该方法能有效去除图像的高斯白噪声，并同时能很好的保持边缘等的细节信息。
    • 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: 
  • HTML全文浏览量: 
  • PDF下载量: 
  • 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》编辑部滇ICP备12000354号-3

    本系统由 北京仁和汇智信息技术有限公司 开发  百度统计