文献类型：期刊文章

作　　者：万里勇[1,2] 陈家益[3]

WAN Liyong;CHEN Jiayi(School of Artificial Intelligence, Nanchang Institute of Science and Technology, Nanchang 330108, China;Management Science and Engineering Research Center, Jiangxi Normal University, Nanchang 330046, China;School of Information Engineering, Guangdong Medical University, Zhanjiang, Guangdong 524023, China)

机构地区：[1]南昌工学院人工智能学院,南昌330108 [2]江西师范大学管理科学与工程研究中心,南昌330046 [3]广东医科大学信息工程学院,广东湛江524023

出　　处：《华中师范大学学报（自然科学版）》

基　　金：国家自然科学基金项目(61562063);江西省教育厅科学技术研究项目(GJJ191100,GJJ202506);江西省科技厅重点研发计划项目(20192BBEL50031);江西省教育科学“十四五”规划课题(21YB248,21YB286).

年　　份：2021

卷　　号：55

期　　号：6

起止页码：1030-1036

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、CSCD、CSCD_E2021_2022、IC、JST、MR、PUBMED、RCCSE、WOS、ZGKJHX、ZMATH、核心刊

摘　　要：为了进一步提升高斯噪声的去除性能,提出了基于双树复小波变换与双边滤波的图像滤波方法.根据图像和噪声的分布特征,推导出一种自适应的阈值去噪模型.用去噪模型对双树复小波变换后的图像系数进行量化处理,再由双树复小波逆变换得到去噪图像,然后用改进的双边滤波方法对去噪图像进行边缘增强,改进的双边滤波核自适应于图像的特征,具有更好的鲁棒性.实验结果显示,该方法相对于现有的性能较好的方法,PSNR高出大约0.8 dB,SSIM高出大约2.3%.实验证明了该文提出的方法在去噪效果和细节恢复上优于已有的方法.

关 键 词：图像滤波 高斯噪声 双树复小波 时域局部化分析  双边滤波

分 类 号：TN911.73]