×
耆那教，帕拉斯;提吉，维平

LAPB：基于局部自适应补丁的小波域边缘保持图像去噪。 （英语） Zbl 1360.94040号

信息科学。 294, 164-181 (2015).
摘要：图像去噪是图像处理和计算机视觉领域中最多样化的研究领域之一。去噪技术非常需要在去噪后保留图像的重要特征，例如边缘、角点和其他尖锐结构。由于小波变换能够抑制图像中的噪声信号，因此在提供有效的边缘保持图像去噪方面表现出了卓越的能力。提出了一种新的基于小波变换的边缘保持图像去噪技术。对噪声图像进行多级分解，将数据变换到小波域。采用局部自适应的基于补丁（LAPB）的阈值分割方法，在保持原始图像相关特征的同时，有效地降低了噪声。在基准测试图像上的实验结果表明，与各种最新算法相比，该方法的去噪性能具有竞争力。

引用于5文件

MSC公司：

94A08型 信息与通信理论中的图像处理（压缩、重建等）
65T60型 小波的数值方法

关键词：

小波变换;局部自适应阈值;边缘保护;图像去噪

软件：

S+小波
PDF格式BibTeX公司 XML格式引用
\textit{P.Jain}和\textit{V.Tyagi}，信息科学。294164--181（2015年；Zbl 1360.94040）
全文： 内政部

参考文献：

[1] 安东尼亚迪斯，A。；Fan，J.，小波近似的正则化，美国统计协会，96，455，939-967（2001）·Zbl 1072.62561号
[3] Buades，A。；科尔·B。；Morel，J.M.，图像去噪的非局部算法。图像去噪的非局部算法，IEEE计算机视觉和模式识别国际会议论文集，第2卷，60-65（2005），IEEE出版社：IEEE出版社，加利福尼亚州圣地亚哥，美国·Zbl 1108.94004号
[4] 布鲁，T。；Luisier，F.，图像去噪的SURE-LET方法，IEEE Trans。图像处理。，16, 11, 2778-2786 (2007)
[5] Candes，大肠杆菌。；Donoho，D.L.，《修复不完备反问题中的边：曲线框架的优化》，《Ann.Stat.》，30，3，784-842（2002）·Zbl 1101.62335号
[6] Candes，大肠杆菌。；Donoho，D.L.，新的曲线紧框架和用分段C2边逼近分段C2图像的问题，Commun。纯应用程序。数学。，57, 219-266 (2003) ·Zbl 1038.94502号
[7] 查特吉，P。；Milanfar，P.，基于补丁的近最优图像去噪，IEEE Trans。图像处理。，21, 4, 1635-1649 (2012) ·Zbl 1373.94069号
[8] Chang，S。；Yu，B。；Vetterli，M.，用于图像去噪和压缩的自适应小波阈值，IEEE Trans。图像处理。，9, 9, 1532-1546 (2000) ·Zbl 0962.94028号
[9] Chang，S。；Yu，B。；Vetterli，M.，基于上下文建模的空间自适应小波阈值图像去噪，IEEE Trans。图像处理。，9, 9, 1522-1531 (2000) ·Zbl 0962.94027号
[10] Chipman，H。；Kolaczyk，E。；McCulloc，R.，自适应贝叶斯小波收缩，美国统计协会，440，92，1413-1421（1997）·Zbl 0913.62027号
[11] Choi，H。；Baraniuk，R.G.，使用Besov-Ball投影的多小波基图像去噪，IEEE信号处理。莱特。，11, 9, 717-720 (2004)
[12] 德莱代尔，C.V。；杜瓦尔，V。；Salmon，J.，《形状自适应补片的非局部方法》（NLM-SAP），J.Math。伊玛格。愿景，43，2，103-120（2012）·Zbl 1255.68227号
[14] 做，M。；Vetterli，M.，《框架金字塔》，IEEE Trans。信号处理。，51, 9, 2329-2342 (2003) ·Zbl 1369.94023号
[15] 多诺霍，D.L。；Johnstone，I.M.，通过小波收缩实现理想的空间自适应，Biometrika，81，425-455（1994）·Zbl 0815.62019号
[16] Donoho，D.L。；Johnstone，I.M.，通过小波收缩适应未知平滑度，J.Am.Stat.Assoc.，90，432，1200-1224（1995）·兹比尔0869.62024
[17] Donoho，D.，《楔形体：边缘的近似最小估计》，《Ann.Stat.》，27，3，859-897（1999）·Zbl 0957.62029号
[18] Donoho，D.L.，软阈值去噪，IEEE Trans。Inf.理论，41，3，613-627（1995）·Zbl 0820.62002号
[19] 杜兰德，F。；Dorsey，J.，用于显示高动态范围图像的快速双边滤波，ACM Trans。图表。，2, 3, 257-266 (2002)
[20] Elad，M.，《关于双边滤波器的起源和改进方法》，IEEE Trans。图像处理。，11, 10, 1141-1151 (2002)
[21] 法布曼，Z。；法塔尔·R。；Lischinski，D。；Szeliski，R.，多尺度色调和细节处理的边缘保护分解，ACM Trans。图表。，27, 3, 1-10 (2008)
[22] 弗里曼，W.T。；Adelson，E.H.，可操纵滤波器的设计和使用，IEEE Trans。模式分析。机器。整数。，13, 9, 891-906 (1991)
[23] Gao，H.Y。；Bruce，A.G.，《WaveShrink with firm收缩》，《Stat.Sinica》，第7855-874页（1997年）·Zbl 1067.62529号
[24] Gao，H.Y.，使用非负garrote的小波收缩去噪，J.Compute。图表。Stat.，7，4，469-488（1998年）
[25] Guleryuz，O.，《使用过完备字典进行去噪的加权平均法》，IEEE Trans。图像处理。，16, 12, 3020-3034 (2007)
[26] 共和国冈萨雷斯。；Woods，R.E.，《数字图像处理》（2008），普伦蒂斯·霍尔：普伦蒂斯霍尔上鞍河
[28] Jain，P。；Tyagi，V.，《噪声图像恢复的空间和频域滤波器》，IETE J.Educ。，54, 2, 108-116 (2013)
[29] Jain，P。；Tyagi，V.，一种使用四元变换的自适应边缘保持图像去噪技术，视觉计算。，1-18 (2014)
[30] Jain，P。；Tyagi，V.，边缘保持图像去噪方法综述，信息系统。前面。(2014)
[31] Katkovnik，V。；Foi，A。；Egiazarian，K。；Astola，J.，从局部核到非局部多模型图像去噪，Int.J.Comput。愿景，86，1，1-32（2010）·Zbl 1477.94014号
[32] 科夫兰，C。；Boulanger，J.，基于补丁的图像去噪的最佳空间自适应，IEEE Trans。图像处理。，15, 10, 2866-2878 (2006)
[33] Luo，G.，基于局部方差和边缘分析的快速小波图像去噪，Int.J.Intell。技术。，1, 2, 165-175 (2006)
[34] Maggioni，M。；Katkovnik，V。；Egiazarian，K。；Foi，A.，体积数据去噪和重建的非局部变换域滤波器，IEEE Trans。图像处理。，22, 1, 119-133 (2013) ·Zbl 1373.94273号
[35] Mallat，S.，《信号处理的小波之旅》（2008），学术出版社：伦敦学术出版社
[36] Mallat，S。；Pennec，E.L.，Bandelet图像近似和压缩，SIAM多尺度模型。同时。，4, 3, 992-1039 (2005) ·Zbl 1091.94006号
[37] Mallat，S。；Peyre，G.，几何图像近似的正交带隙基，Commun。纯应用程序。数学。，61, 9, 1173-1212 (2008) ·Zbl 1255.94026号
[38] Nason，G.P.，《交叉验证的小波收缩》，J.Roy。Stat.Soc.B，58，463-479（1996）·Zbl 0853.62034号
[39] Nason，G.P。；Silverman，B.W.，《平稳小波变换和一些统计应用》（1995），《施普林格-弗拉格：柏林施普林格》，第281-300页·Zbl 0828.62038号
[42] 佩内克，E。；Mallat，S.，用带状物表示稀疏几何图像，IEEE Trans。图像处理。，14, 4, 423-438 (2005)
[43] 佩罗纳，P。；Malik，J.，使用各向异性扩散的尺度空间和边缘检测，IEEE Trans。模式分析。机器。整数。，12, 7, 629-639 (1990)
[46] 波提拉，J。；斯特雷拉，V。；温赖特，M。；Simoncelli，E.，小波域中使用高斯混合尺度的图像去噪，IEEE Trans。图像处理。，12, 11, 1338-1351 (2003) ·Zbl 1279.94028号
[47] Pratt，W.K.，《数字图像处理》（2012），威利出版社：威利纽约
[48] 邱，T。；王，A。；Yu，N。；Song，A.，LLSURE：基于局部线性确定的边缘保持图像滤波，IEEE Trans。图像处理。，22，1，80-90（2013）·Zbl 1373.94336号
[49] 鲁丁，L。；Osher，S。；Fatemi，E.，基于非线性全变分的噪声去除算法，Physica D，60259-268（1992）·Zbl 0780.49028号
[51] Sendur，L。；Selesnick，I.W.，带局部方差估计的双变量收缩，IEEE信号处理。莱特。，9, 12, 438-441 (2002)
[52] 夏皮罗，L。；Stockman，G.，《计算机视觉》（2001），普伦蒂斯·霍尔
[53] Silva，R.D。；米内托，R。；施瓦茨，W.R。；Pedrini，H.，使用小波变换的自适应保边图像去噪，模式分析和应用，Springer-Verlag（2012）
[54] 史密斯，S.M。；Brady，J.M.，SUSAN，《低层图像处理的新方法》，国际计算机杂志。《愿景》，23，1，45-78（1997）
[56] Vidakovic，B.，《带贝叶斯规则和贝叶斯因子的非线性小波收缩》，美国统计协会，93，441，173-179（1998）·Zbl 0953.62037号
[57] 王，Z。；博维克，A。；谢赫，H。；Simoncelli，E.，《图像质量评估：从错误可见性到结构相似性》，IEEE Trans。图像处理。，13, 4, 600-612 (2004)
[58] 韦里奇，N。；Warhola，G.T.，小波收缩和图像去噪的广义交叉验证，IEEE Trans。图像处理。，7, 1, 82-90 (1998)
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。