针对传统去噪算法易引起图像边缘、纹理细节丢失和模糊的问题,提出改进的A-FAP(adaptive fractional alexander polynomials)图像去噪算法。利用小波变换对受到噪声污染的图像进行展开,以图像结构特征、局部统计特征和图像差异特征为参...针对传统去噪算法易引起图像边缘、纹理细节丢失和模糊的问题,提出改进的A-FAP(adaptive fractional alexander polynomials)图像去噪算法。利用小波变换对受到噪声污染的图像进行展开,以图像结构特征、局部统计特征和图像差异特征为参数构造自适应分数阶次函数,配合A-FAP滤波器进行去噪处理,通过小波反变换对处理后的图像重构。实验结果表明,该算法相较其它去噪算法,在性能评价上峰值信噪比(PSNR)和图像相似度(SSIM)有明显提高,在视觉感知上凸显出边缘细节和纹理信息。展开更多
从分数阶微分和小波分解的特点出发,提出一种用于图像增强的FWE(Fractional Differential and Optimal Wavelet De-composition Used in Image Enhancement)方法,即通过在一定分解层数范围内分别计算图像经小波分解所得各分量信息熵最...从分数阶微分和小波分解的特点出发,提出一种用于图像增强的FWE(Fractional Differential and Optimal Wavelet De-composition Used in Image Enhancement)方法,即通过在一定分解层数范围内分别计算图像经小波分解所得各分量信息熵最大值所对应的分解层来确定一个最优分解层N,使用新提出的分数阶微分掩模对原始图像以及图像经小波分解与重构的第N层各分量信号有针对性地进行处理.对处理结果进行叠加,可深度地保留图像原有特征,同时对灰度变化不明显区域图像纹理细节也得到增强.从实验对比结果来看,这种方法和一定范围内最优小波分解层的确定是可行的.展开更多
文摘针对传统去噪算法易引起图像边缘、纹理细节丢失和模糊的问题,提出改进的A-FAP(adaptive fractional alexander polynomials)图像去噪算法。利用小波变换对受到噪声污染的图像进行展开,以图像结构特征、局部统计特征和图像差异特征为参数构造自适应分数阶次函数,配合A-FAP滤波器进行去噪处理,通过小波反变换对处理后的图像重构。实验结果表明,该算法相较其它去噪算法,在性能评价上峰值信噪比(PSNR)和图像相似度(SSIM)有明显提高,在视觉感知上凸显出边缘细节和纹理信息。
文摘从分数阶微分和小波分解的特点出发,提出一种用于图像增强的FWE(Fractional Differential and Optimal Wavelet De-composition Used in Image Enhancement)方法,即通过在一定分解层数范围内分别计算图像经小波分解所得各分量信息熵最大值所对应的分解层来确定一个最优分解层N,使用新提出的分数阶微分掩模对原始图像以及图像经小波分解与重构的第N层各分量信号有针对性地进行处理.对处理结果进行叠加,可深度地保留图像原有特征,同时对灰度变化不明显区域图像纹理细节也得到增强.从实验对比结果来看,这种方法和一定范围内最优小波分解层的确定是可行的.
