基于小波分析的自适应噪声识别

基金项目: 成都理工大学校科研和教改项目(GI2004-07)

详细信息

Adaptive identifying of noise types based on wavelet analysis

摘要: 图像噪声类型直接影响去噪方法的去噪效果.因此,研究图像噪声类型的识别,对于数字图像去噪方法效果的提高具有重要意义.利用小波分解的高频系数,分析直方图和曲线拟合图的跳变出现概率特征以及黄金分割点处的窗口宽度特征,提出一种数字图象噪声类型自适应识别方法.针对图像噪声识别类型,采用相适用去噪方法提高图像去噪效果.通过大量实验表明,该方法是切实有效的.
- 图像处理 /
- 小波分解 /
- 噪声识别 /
- 跳变点 /
- 黄金分割

1.	陈耿钦. 高速铁路信息通信基础设施设备智能运维综合管理平台研究. 铁道通信信号. 2020(04): 54-57 . 百度学术
2.	张钦礼，王雅. 基于建筑信息模型的铁路工程安全管理体系研究. 中国安全生产科学技术. 2017(12): 174-178 . 百度学术
3.	张乐君. 运维操作平台的设计与实现. 铁路计算机应用. 2017(02): 43-45 . 本站查看
4.	牛志敏. 铁路综合运维管理平台总体方案研究. 铁路计算机应用. 2017(08): 25-28+32 . 本站查看