基于小波域的图像噪声类型识别与估计详解.PDF

Vo1．23，No．4 第 23 卷第4 期 Vol. 23 , No .4 第23卷第4期 红外与毫米波学报 红外与毫米波学报 August，2004 2004年8月 August ， 2α)4 2∞4 年8 月 J. Infrared Millim. Waves J．Infrared Millim．Waves 文章编号:1001 -9014(2∞4)04 -0281 叩 05 文章编号：1001—9014{2004)04—0281—05 慕于小波域的图像喋声类型识别与估计 基于小波域的图像噪声类型识别与估计 张旗梁德群2 费鑫3 李文举4 张 旗 ， 梁德群 ， 樊 鑫。， 李文举 (1.大连海事大学自动化与电气工程学院.辽宁大连 116026; (1．大连海事大学 自动化与电气工程学院，辽宁大连 116026； 2. 大连海拿大学信息工程学院，辽宁大连 川6026; 2．大连海事大学信息工程学院，辽宁大连 1 16026； 3. 四安交通大学图像处理与模式识别研究所，陕西西安 71ω49; 3．西安交通大学图像处理与模式识别研究所，陕西西安 710049； 4. 辽宁师植大学计算机与信息技术学院，辽宁大连 116038 ) 4．辽宁师范大学计算机与信息技术学院，辽宁大连 1 16038) 摘要:提出了一种暴于小波域分解的类型识别方法.该方法利用噪声图像的小波高频子带系数能最分布，对图像中 摘要：提出了一种基于小波域分解的类型识别方法．该方法利用噪声图像的小波高频子带系数能量分布，对图像中 最常出现的两类噪声：高斯噪声和椒盐噪声进行识别，并在此基础上对高斯噪声的方差和椒盐噪声的密度进行了 最常出现的两类噪声:高斯噪声和椒盐噪声进行识别，并在此基础上对高斯噪声的方差和椒盐噪声的密度进行了 估计.对大量含噪图像的实验结果表明:该方法对图像噪声类型的识别和噪声大小的估计都比较准确. 估计．对大量含噪图像的实验结果表明：该方法对图像噪声类型的识别和噪声大小的估计都比较准确． 关键词:小波变换;图像去噪;噪声类型识别;噪声估计 关 键 词：小波变换；图像去噪；噪声类型识别；噪声估计 中图分类号:T的91 文献标识码:A 中图分类号：TP391 文献标识码：A m盯IFYING OF NOISE TYPES AND ESTIMATING OF NOISE Ⅱ)ETIFYING oF NoISE TYPES AND ESTIMATING oF NoISE LEVEL FoR A NoISY IMAGE IN THE WAVELET DoMAIN LEVEL FOR A NOISY IMAGE IN THE W AVELET DOMAI