安徽省教育厅重点科研项目(KJ2010A282)
- 作品数：7 被引量：63H指数：4
- 相关作者：殷明刘卫郭宇栾静王治成更多>>
- 相关机构：合肥工业大学更多>>
- 发文基金：安徽省自然科学基金安徽省教育厅重点科研项目国家级大学生创新创业训练计划更多>>
- 相关领域：自动化与计算机技术电子电信理学更多>>
- 基于四元数小波混合统计模型的图像去噪被引量：2
- 2012年
- 图像的去噪和压缩一直是图像处理的经典问题,传统的方法中很难将二者同时兼顾。四元数小波变换是实小波、四元数理论及二维希尔伯特变换相结合的产物,是一种新的多尺度分析图像处理工具。图像经四元数小波变换后,其小波系数不仅在尺度内具有相关性,而且在尺度间也具有一定的相关性。文中提出一种混合统计模型,该模型包括尺度间的二元非高斯分布模型和尺度内的广义高斯分布模型,然后运用最小均方误差(MMSE)估计从噪声图中的小波系数恢复原图的系数,从而达到去除图像的噪声的目的。仿真实验表明,论文方法不仅可以获得信噪比上的提高、视觉上达到明显的去噪效果,而且取得了较高的压缩比。
- 殷明刘卫
- 关键词：图像去噪图像压缩广义高斯分布
- 非下采样Contourlet变换域统计模型红外图像去噪被引量：5
- 2012年
- 对红外图像进行非下采样Contourlet变换,分析其系数的统计特征,采用广义高斯分布来模拟系数的概率分布。根据非下采样Contourlet变换的带通子带各方向能量不同的特点,提出修正的贝叶斯阈值公式,为了克服软、硬阈值函数的缺点,又提出一种具有可调节自适应性的新阈值函数,最后利用新阈值函数估计出不含噪声的变换系数,并通过非下采样Contourlet逆变换得到去噪后的红外图像。仿真实验表明,文中方法在峰值信噪比及视觉效果上均优于经典的小波阈值去噪算法。
- 殷明刘卫王治成
- 关键词：非下采样CONTOURLET变换红外图像广义高斯分布峰值信噪比
- 基于平移不变剪切波变换域图像融合算法被引量：23
- 2013年
- 针对传统基于多尺度变换的图像融合方法存在的缺点,提出了一种基于平移不变剪切波变换域的自适应图像融合新方法.首先,使用平移不变剪切波变换对源图像进行分解,得到低频子带及方向带通子带系数.然后,对于低频子带系数采用梯度域奇异值分解方法估计图像的局部结构信息,提出了基于提取的特征与S函数的可变加权融合策略;对于各方向带通子带系数,提出了一种基于改进的拉普拉斯能量和匹配的"加权平均"和选择相结合的系数选择策略.最后,对得到的融合系数进行逆变换得到融合图像.通过实验可以发现相比于传统的图像融合方法,本文方法得到了更高的客观指标,融合图像视觉效果更好.
- 刘卫殷明栾静郭宇
- 关键词：图像融合S函数
- 非下采样Contourlet变换域混合统计模型图像去噪被引量：11
- 2012年
- 提出了一种基于非下采样Contourlet变换(NSCT)域图像去噪算法.首先根据尺度间与尺度内的NSCT系数之间的相关性,用非高斯分布模型对NSCT系数与其邻域系数及父系数进行建模,给出分类准则,把系数分为重要系数和非重要系数,再采用广义高斯分布来模拟重要系数的概率分布,根据贝叶斯理论得到自适应阈值,并求出最佳参量范围.为了克服软、硬阈值函数的缺点,提出一种自适应的新阈值函数,利用新阈值函数估计出不含噪音的变换系数,并通过非下采样Contourlet逆变换得到去噪后的图像.仿真实验表明,本文方法在峰值信噪比、结构相似性与视觉效果上均优于目前许多优秀的去噪算法.
- 殷明刘卫
- 关键词：非下采样CONTOURLET变换广义高斯分布峰值信噪比
- 基于非高斯分布的四元数小波图像去噪被引量：20
- 2012年
- 图像去噪一直是图像处理的经典问题之一。四元数小波变换是一种新的多尺度分析图像处理工具,图像通过四元数小波变换后的小波系数尺度间具有一定的相关性,而广义高斯分布不能体现这个特性。本文首先采用非高斯二元分布的贝叶斯统计模型来模拟四元数小波系数的统计分布,然后运用最大后验概率估计从带噪声图中的小波系数估计原图的小波系数,从而达到去除噪声的目的。实验表明;该方法不仅可以达到明显的去除噪声的效果,而且在峰值信噪比上也要优于目前的许多算法。
- 殷明刘卫
- 关键词：四元数小波变换图像去噪
- 相依函数型数据条件密度估计的渐近性质被引量：1
- 2012年
- 利用Kolmogorov熵的方法研究了基于相依函数型数据条件密度函数的非参数估计,在一定的条件下建立了条件密度函数双重核估计量的几乎完全一致收敛速度及估计量的渐近分布,推广了现有文献中相关结果.
- 凌能祥丁洁
- 关键词：渐近正态性
- NSCT域统计模型的SAR图像相干斑抑制被引量：1
- 2013年
- 本文对SAR图像在引进加性模型的基础上,采用非下采样Contourlet变换,根据其系数、邻域系数及父系数3者之间的相关性,给出一个分类准则,把系数分为2类:重要系数和非重要系数,然后采用改进的Donoho阈值处理重要系数,估计出不含噪声的非下采样Contourlet变换系数,从而得到抑制了相干斑的SAR图像。对真实SAR图像进行相干斑噪声抑制实验,结果显示本文方法在抑斑效果和图像的细节保留上均优于目前的许多方法。
- 殷明刘卫吴江敏
- 关键词：非下采样CONTOURLET变换
