基于四元数小波变换HMT模型的图像去噪

doi:10.3969/j.issn.1000-3428.2012.05.066

计算机工程 ›› 2012, Vol. 38 ›› Issue (5): 213-215. doi: 10.3969/j.issn.1000-3428.2012.05.066

基于四元数小波变换HMT模型的图像去噪

殷明^a,b，刘卫^b

(合肥工业大学 a. 计算机与信息学院；b. 数学学院，合肥 230009)

收稿日期:2011-08-12 出版日期:2012-03-05 发布日期:2012-03-05
作者简介:殷明(1962－)，男，副教授、博士研究生，主研方向：小波分析，图像处理；刘卫，硕士研究生
基金资助:
安徽省自然科学基金资助项目(11040606M06)；安徽省教育厅重点科研基金资助项目(J2010A282)

Image Denoising Based on HMT Model of Quaternion Wavelet Transform

YIN Ming ^a,b, LIU Wei^b

(a. School of Computer and Information; b. School of Mathematics, Hefei University of Technology, Hefei 230009, China)

Received:2011-08-12 Online:2012-03-05 Published:2012-03-05

摘要/Abstract

摘要： 实小波变换域中的图像去噪会产生伪Gibbs现象，为此，提出一种基于四元数小波变换的隐马尔可夫树模型(Q-HMT)，并应用于图像去噪。模型结合四元数小波变换理论与HMT模型，体现小波系数层间的相关性，捕获小波系数邻域的统计特征。实验结果表明，该模型的图像去噪效果在峰值信噪比以及视觉效果上均优于经典的去噪方法。

关键词: 四元数小波变换, 实小波变, 隐马尔可夫树模型, 图像去噪

Abstract: According to the Gibbs effect of image denoising in real wavelet transform domain, this paper proposes a Hidden Markov Tree(HMT) model based on Quaternion Wavelet Transform(QWT). The QWT theory and HMT are combined in this model which effective reflect the correlation between wavelet coefficient and capture the neighborhood statistical characteristics of wavelet coefficients. Experimental results show that the model both in Peak Signal to Noise Ratio(PSNR) and in the visual effect are better than many classic denoising method.

Key words: Quaternion Wavelet Transform(QWT), real wavelet transform, Hidden Markov Tree(HMT) model, image denoising

中图分类号:

TP391

殷明, 刘卫. 基于四元数小波变换HMT模型的图像去噪[J]. 计算机工程, 2012, 38(5): 213-215.

YAN Meng, LIU Wei. Image Denoising Based on HMT Model of Quaternion Wavelet Transform[J]. Computer Engineering, 2012, 38(5): 213-215.

http://www.ecice06.com/CN/Y2012/V38/I5/213

参考文献

[1] Mallat S, Hwang W L. Singularity Detection and Processing with Wavelets[J]. IEEE Trans. on Information Theory, 1992, 38(2):

617-643.
[2] Donoho D L. Denoising by Soft-thresholding[J]. IEEE Trans. on Information Theory, 1995, 41(3): 613-627.
[3] Crouse M S, Nowak R D, Baraniuk R G. Wavelet-based Statistical Signal Processing Using Hidden Markov Models[J]. IEEE Trans. on Signal Processing, 1998, 46(4): 886-902.
[4] 刘芳, 刘文学, 焦李成. 基于复小波邻域隐马尔科夫模型的图像去噪[J]. 电子学报, 2005, 33(7): 1284-1287.
[5] 尚赵伟, 张峰, 马尚君, 等, 基于复方向滤波器组和HMT的图像去噪[J]. 计算机工程, 2010, 36(14): 177-178.
[6] Corrochano E B. The Theory and Use of Quaternion Wavelet Transform[J]. Journal of Mathematical Imaging and Vision, 2006, 24(1): 19-35.
[7] Corrochano E B. Multi-resolution Image Analysis Using the Quaternion Wavelet Transform[J]. Journal of Numerical Algorithms, 2005, 39(1): 35-55.
[8] Bulow T. Hypercomplex Spectral Signal Representation for the Processing and Analysis of Images[D]. Kiel, Germany: Christian Albrechts University of Kiel, 1999.
[9] Chipman H, Kolaczyk E, Moculloch R. Adaptive Bayesian Wave- let Shrinkage[J]. Journal of the American Statistical Association, 1997, 92(440): 1413-1421.
[10] Rabiner L R. A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition[J]. Proceedings of the IEEE, 1989, 77(2): 257-286.
[11] Bilmes J A. A Gentle Tutorial of the EM Algorithm and Its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models[R]. Berkeley, California, USA: International Computer Science Institute, Tech. Rep.: TR-97-021, 1998.
[12] Jean-Marc L, Patrick P, Fabrice H. Discrete Markov Image Modeling and Inference on the Quadtree[J]. IEEE Trans. on Image Processing, 2000, 9(3): 390-404.
[13] Donoho D, Johnstone I. Ideal Spatial Adaptation via Wavelet Shrinkage[J]. Biometrika, 1994, 81(9): 425-455.
[14] Romberg J K, Choi H, Baraniuk R. Bayesian Tree-structured Image Modeling Using Wavelet-domain Hidden Markov Model[J]. IEEE Trans. on Image Processing, 2001, 10(7): 1056-1068.

[1]	杨晶晶, 谢海燕, 薛妮妮, 张傲明. 基于双通道残差网络的水下图像去噪研究[J]. 计算机工程, 2023, 49(4): 188-198.
[2]	周博超, 韩雨男, 桂志国, 李郁峰, 张权. 基于VGG网络与深层字典的低剂量CT图像去噪算法[J]. 计算机工程, 2022, 48(4): 191-196,205.
[3]	唐超, 左文涛, 李小飞. 结合修剪均值与高斯加权中值滤波的图像去噪算法[J]. 计算机工程, 2021, 47(9): 210-216.
[4]	张墨华, 彭建华. 面向图像先验建模的可扩展高斯混合模型[J]. 计算机工程, 2020, 46(4): 220-227.
[5]	付芸,白银浩,李展,万楚琦. 快速去除椒盐噪声的蛇形扫描滤波算法[J]. 计算机工程, 2017, 43(7): 229-233.
[6]	秦冬冬,陈志军,闫学勤. 多层阈值函数下的小波图像去噪[J]. 计算机工程, 2017, 43(6): 202-206.
[7]	许光宇,林玉娥,石文兵. 基于局部结构张量的图像三边滤波器[J]. 计算机工程, 2017, 43(4): 269-276.
[8]	李传朋,秦品乐,张晋京. 基于深度卷积神经网络的图像去噪研究[J]. 计算机工程, 2017, 43(3): 253-260.
[9]	陈鹏旭,林茂松,梁艳阳,刘宏伟. 基于编码稀疏表示的柔索机器人监测图像去噪算法[J]. 计算机工程, 2017, 43(3): 261-265,270.
[10]	白云蛟,张权,尚禹,张鹏程,刘祎,桂志国. 耦合冲击滤波器的片相似性各向异性扩散模型[J]. 计算机工程, 2017, 43(3): 271-276,281.
[11]	彭宏,赵鹏博. 边缘检测中的改进型均值滤波算法[J]. 计算机工程, 2017, 43(10): 172-178.
[12]	常戬,白佳弘. 基于回转对称双边滤波的Retinex图像增强算法[J]. 计算机工程, 2016, 42(6): 265-273.
[13]	韩金菊,邹国良. 基于核稀疏表示的图像去噪算法[J]. 计算机工程, 2016, 42(3): 272-277.
[14]	严莉娜,王丽芳. 基于质心的Copula EDA及其在图像去噪中的应用[J]. 计算机工程, 2016, 42(2): 195-199,205.
[15]	周先春,曾彬. 一种新的加权组合图像去噪模型[J]. 计算机工程, 2016, 42(11): 238-243.

选择文件类型/文献管理软件名称

选择包含的内容

基于四元数小波变换HMT模型的图像去噪

Image Denoising Based on HMT Model of Quaternion Wavelet Transform

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

模态框（Modal）标题

选择文件类型/文献管理软件名称

选择包含的内容

基于四元数小波变换HMT模型的图像去噪

Image Denoising Based on HMT Model of Quaternion Wavelet Transform

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价