發(fā)布時間：2017-12-27 08:26

  本文關(guān)鍵詞：一種基于Stein無偏風(fēng)險估計的復(fù)合去噪算法　出處：《電訊技術(shù)》2016年11期 　論文類型：期刊論文

  更多相關(guān)文章： 圖像去噪 非局部均值 雙邊帶濾波 Stein無偏風(fēng)險估計

【摘要】：針對統(tǒng)計非局部均值濾波損壞圖像的細節(jié)與魯棒性雙邊帶濾波去噪不充分的缺點,提出了一種基于統(tǒng)計非局部均值濾波與魯棒性雙邊帶濾波相結(jié)合的復(fù)合濾波算法。該復(fù)合濾波算法通過統(tǒng)計非局部均值濾波與魯棒性雙邊帶濾波線性組合,利用Stein無偏風(fēng)險估計對復(fù)合算法中的參數(shù)進行估計。實驗中,從主觀與客觀方面進行對比分析,證明所提出的復(fù)合算法體現(xiàn)了非局部均值濾波與雙邊帶濾波的優(yōu)點,能有效地去除噪聲并更好地保留圖像的細節(jié)信息,峰值信噪比提高1~2 d B。
[Abstract]:Aiming at the shortcomings of the statistical nonlocal mean filter, which is the details and robustness of image denoising and the side-band filtering denoising is not enough, a compound filtering algorithm based on statistical nonlocal mean filter and robust bilateral band filtering is proposed. The composite filtering algorithm is composed of statistical nonlocal mean filter and robust bilateral band filtering. Stein's unbiased risk estimation is used to estimate the parameters in the composite algorithm. From the subjective and objective aspects, it is proved that the proposed composite algorithm embodies the advantages of non local mean filter and bilateral band filtering, which can effectively remove noise and preserve the details of the image better, and the peak signal-to-noise ratio is increased by 1~2 D B.
【作者單位】： 四川理工學(xué)院自動化與電子信息學(xué)院;中國西南電子技術(shù)研究所;
【基金】：四川省教育廳項目(14ZB0211;14ZA0202) 人工智能四川省重點實驗室開放基金項目(2015RZY01)~~
【分類號】：TP391.41
【正文快照】： 1引言非局部均值[1-2](Non-Local Means,NLM)與雙邊帶濾波[3-4](Bilateral Filter,BF)是近幾年興起圖像去噪技術(shù)。非局部均值去噪的思想是圖像受干擾點的像素值可以通過圖像其他區(qū)域相似塊加權(quán)平均而得到,其去噪性能遠好于傳統(tǒng)均值濾波。但非局部均值仍存在不足:由于非局部均

【相似文獻】

相關(guān)碩士學(xué)位論文 前1條

1 丁珂;參與介質(zhì)中的無偏光子聚集方法[D];浙江大學(xué);2016年

，

本文編號：1340939