-
题名用噪声检测算法改进理想低通滤波器
被引量：4
- 1
-
-
作者
杨柱中
周激流
郎方年
-
机构
成都大学电子信息工程学院
成都大学模式识别与智能信息处理实验室
深圳市高性能数据挖掘重点实验室(中国科学院)
四川大学计算机(软件)学院
-
出处
《计算机应用》
CSCD
北大核心
2014年第10期2971-2975,共5页
-
基金
深圳市生物
互联网
新能源产业发展专项资金资助项目(CXB201005250021A)
-
文摘
针对图像去噪算法存在滤除噪声与保留图像边缘细节之间的矛盾,提出了一种使用基于分数阶微分梯度的随机噪声检测算法来提高理想低通滤波器的去噪性能的方法。首先,使用不同方向的分数阶微分梯度模板与含噪声图像进行卷积,计算出图像在不同方向上的分数阶微分梯度;然后,依据预先设定的阈值获得不同方向的分数阶微分梯度检测图,将在所有选定方向上梯度都发生跳变的像素点判定为噪声点;最后,只对图像中被检测出的噪声点用理想低通滤波器进行滤波,可使图像在去除噪声和保留图像细节两方面同时获得较优的效果。实验结果表明,所提算法不仅可以获得更好的视觉效果,而且去噪后图像的峰值性噪比(PSNR)表明去噪后的图像更接近原始图像,使用理想低通滤波器获得的最大PSNR为29.0893 dB,所提算法获得的最PSNR为34.7027 dB。将分数阶微积分用于图像去噪,为提高图像去噪性能提供了一个新的研究方向。
-
关键词
理想低通滤波器
图像去噪
分数阶微积分
随机噪声检测
峰值信噪比
-
Keywords
ideal low-pass filter
image denoising
fractional calculus
random noise detection
Peak Signal-to-Noise Ratio （PSNR）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
