高级检索
ENGLISH

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

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

downloadPDF
文章导航 > 红外技术  > 2004 >  26(4): 36-40
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

doi: 10.3969/j.issn.1001-8891.2004.04.008

  • 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: 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)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  48
  • HTML全文浏览量:  17
  • PDF下载量:  5
  • 被引次数: 0
出版历程

目录

    /

    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