基于Contourlet变换阈值选取的算法研究
发布时间:2021-11-18 17:27
针对CT图像在生成或传输时容易受到噪声影响这一难题,提出了基于Contourlet变换结合PCA阈值的去噪方法。首先,对噪声图像进行Contourlet变换。然后,对DFB方向滤波后得到的Contourlet系数进行PCA阈值及硬阈值函数去噪。最后,对去噪后的Contourlet系数进行Contourlet逆变换,得到去噪图像。通过对图像添加噪声并与Contourlet结合六种不同阈值去噪方法进行对比,采用PSNR评估去噪优劣。结果表明:贝叶斯阈值方法 PSNR值最高PSNR=94.88 dB,然后是PCA阈值PSNR=83.02 dB,最后依次是配套改进阈值PSNR=73.97 dB、3σ阈值PSNR=73.27 dB、统一阈值PSNR=72.33 dB、通用阈值PSNR=71.50 dB。PCA阈值去噪结果整体平滑性较好,视觉效果较好;贝叶斯阈值去噪结果整体平滑性较差,视觉效果不佳。通过将Contourlet变换框架取代传统小波变换框架并结合PCA阈值应用在图像去噪中,不仅信噪比有所提高,而且图像视觉效果也明显改善。
【文章来源】:计算技术与自动化. 2020,39(03)
【文章页数】:6 页
【部分图文】:
小波变换和Contourlet变换的逼近曲线
图2给出了Contourlet变换对图像进行分解的过程。可见Contourlet变换可以进行多分辨率、多方向性的变换,它允许在每个尺度上有不同数目的方向子带。由于Contourlet变换良好的图像稀疏性表示和非线性逼近性能,使得其在图像的分析和处理中得到了成功的应用。1.2 统一阈值法
Contourlet变换将多尺度分析和方向分析分开进行。首先用拉普拉斯金字塔变换LP进行多尺度分析捕捉奇异点。然后用方向性滤波器组DFB将分布在同一方向上奇异点合成为一个系数,捕捉高频分量。最后用PCA阈值及硬阈值函数处理高频分量系数并完成DFB重构和LP重构。基于Contourlet的PCA阈值结合硬阈值函数的去噪流程图和具体步骤如下:
【参考文献】:
期刊论文
[1]非线性融合技术在头颈部CTA中的价值:体模实验[J]. 王国树,吕发金,周旸,孙静坤. 中国医学影像技术. 2018(07)
[2]基于PCA的高光谱遥感图像分类[J]. 宋海峰,陈广胜,杨巍巍. 测绘工程. 2017(12)
[3]基于Spark的标准化PCA算法[J]. 董建华,王国胤,雍熙,史晓雨,李庆亮. 郑州大学学报(工学版). 2017(05)
[4]一种改进的小波阈值函数去噪方法[J]. 江虹,苏阳. 激光与红外. 2016(01)
[5]基于相关性阈值的NSCT图像去噪方法研究[J]. 曹广华,高杰,侯岩. 计算技术与自动化. 2014(02)
[6]远场激光光斑图像处理方法研究[J]. 张海庄,姚梅,雷萍,李鹏,曾庆平. 激光技术. 2013(04)
[7]火炮内膛全景图像增强方法研究[J]. 雷洁,王建成,崔清斌,刘春华. 计算技术与自动化. 2013(02)
[8]一种改进的小波域贝叶斯图像去噪方法[J]. 李金,张毅. 自动化技术与应用. 2012(01)
[9]小波阈值去噪法的深入研究[J]. 陈晓曦,王延杰,刘恋. 激光与红外. 2012(01)
[10]一种阈值改进的邻域小波系数法图像去噪[J]. 武海洋,王慧,裴宝全. 计算机工程与应用. 2011(27)
博士论文
[1]基于多尺度几何变换的遥感图像处理算法研究[D]. 刘帅奇.北京交通大学 2013
硕士论文
[1]基于非下采样Contourlet变换的图像多尺度边缘检测相关技术研究[D]. 王建波.郑州大学 2015
[2]基于视频检测的行人交通参数提取技术研究[D]. 沈涛.北京交通大学 2011
[3]基于Contourlet变换的图像去噪算法研究[D]. 杨帆.北京交通大学 2008
本文编号:3503307
【文章来源】:计算技术与自动化. 2020,39(03)
【文章页数】:6 页
【部分图文】:
小波变换和Contourlet变换的逼近曲线
图2给出了Contourlet变换对图像进行分解的过程。可见Contourlet变换可以进行多分辨率、多方向性的变换,它允许在每个尺度上有不同数目的方向子带。由于Contourlet变换良好的图像稀疏性表示和非线性逼近性能,使得其在图像的分析和处理中得到了成功的应用。1.2 统一阈值法
Contourlet变换将多尺度分析和方向分析分开进行。首先用拉普拉斯金字塔变换LP进行多尺度分析捕捉奇异点。然后用方向性滤波器组DFB将分布在同一方向上奇异点合成为一个系数,捕捉高频分量。最后用PCA阈值及硬阈值函数处理高频分量系数并完成DFB重构和LP重构。基于Contourlet的PCA阈值结合硬阈值函数的去噪流程图和具体步骤如下:
【参考文献】:
期刊论文
[1]非线性融合技术在头颈部CTA中的价值:体模实验[J]. 王国树,吕发金,周旸,孙静坤. 中国医学影像技术. 2018(07)
[2]基于PCA的高光谱遥感图像分类[J]. 宋海峰,陈广胜,杨巍巍. 测绘工程. 2017(12)
[3]基于Spark的标准化PCA算法[J]. 董建华,王国胤,雍熙,史晓雨,李庆亮. 郑州大学学报(工学版). 2017(05)
[4]一种改进的小波阈值函数去噪方法[J]. 江虹,苏阳. 激光与红外. 2016(01)
[5]基于相关性阈值的NSCT图像去噪方法研究[J]. 曹广华,高杰,侯岩. 计算技术与自动化. 2014(02)
[6]远场激光光斑图像处理方法研究[J]. 张海庄,姚梅,雷萍,李鹏,曾庆平. 激光技术. 2013(04)
[7]火炮内膛全景图像增强方法研究[J]. 雷洁,王建成,崔清斌,刘春华. 计算技术与自动化. 2013(02)
[8]一种改进的小波域贝叶斯图像去噪方法[J]. 李金,张毅. 自动化技术与应用. 2012(01)
[9]小波阈值去噪法的深入研究[J]. 陈晓曦,王延杰,刘恋. 激光与红外. 2012(01)
[10]一种阈值改进的邻域小波系数法图像去噪[J]. 武海洋,王慧,裴宝全. 计算机工程与应用. 2011(27)
博士论文
[1]基于多尺度几何变换的遥感图像处理算法研究[D]. 刘帅奇.北京交通大学 2013
硕士论文
[1]基于非下采样Contourlet变换的图像多尺度边缘检测相关技术研究[D]. 王建波.郑州大学 2015
[2]基于视频检测的行人交通参数提取技术研究[D]. 沈涛.北京交通大学 2011
[3]基于Contourlet变换的图像去噪算法研究[D]. 杨帆.北京交通大学 2008
本文编号:3503307
本文链接:https://www.wllwen.com/yixuelunwen/yundongyixue/3503307.html
最近更新
教材专著