×

iDUDE公司

swMATH ID: 21734
软件作者: 乔瓦尼·莫塔;Erik Ordenlich;伊格纳西奥·拉米雷斯;加迪尔·塞鲁西;马塞洛·J·温伯格。
描述: 用于灰度图像去噪的iDUE框架。我们提出了离散通用去噪器DUDE的扩展,专门用于灰度图像的去噪。原始DUDE是一种低复杂度算法,旨在恢复被已知统计特征的离散无记忆噪声破坏的离散序列。它是普遍的,从渐进的意义上说,在不访问任何关于干净序列统计的信息的情况下,实现与可以访问这些信息的最佳去噪器相同的性能。然而,DUDE对实际尺寸的灰度图像无效。困难在于,DUDE的关键组成部分之一是确定图像样本的条件经验概率分布,给定其邻域中的样本值。当字母表相对较大时(如灰度图像的情况),即使对于小尺寸的邻域,也会根据大量稀疏统计数据来估计所需的分布,从而导致较差的估计,无法实现有效的去噪。本工作通过结合统计建模工具来增强基本DUDE方案,这些工具已被证明在解决无损图像压缩中的类似问题方面取得了成功。增强框架(称为iDUDE)的实例化描述了加性和非加性噪声的示例。在椒盐(S&P)和M元对称噪声的情况下,所得到的去噪器显著超过了现有技术,并且在高斯噪声的情况下表现良好。
主页: https://www.ncbi.nlm.nih.gov/pubmed/21172742
相关软件:
引用于: 5文件

按年份列出的引文