基于NSCT阈值萎缩法的遥感图像去噪

doi:10.3969/j.issn.1000-3428.2012.05.071

计算机工程 ›› 2012, Vol. 38 ›› Issue (5): 227-229. doi: 10.3969/j.issn.1000-3428.2012.05.071

基于NSCT阈值萎缩法的遥感图像去噪

李殿均¹，贾振红¹，覃锡忠¹，杨杰²，胡英杰³，杜超本¹

(1. 新疆大学信息科学与工程学院，乌鲁木齐 2. 上海交通大学图像处理与模式识别研究所，上海 200240； 3. 奥克兰理工大学知识工程与发现研究所，新西兰奥克兰 1020)

收稿日期:2011-08-11 出版日期:2012-03-05 发布日期:2012-03-05
作者简介:李殿均(1985－)，男，硕士研究生，主研方向：图像处理；贾振红(通讯作者)，教授、博士、博士生导师；覃锡忠，副教授；杨杰，教授、博士、博士生导师；胡英杰，研究员、博士；杜超本，硕士研究生
基金资助:
科技部国际科技合作基金资助项目(2009DFA12870)；教育部促进与美大地区科研合作与高层次人才培养基金资助项目(2010-1595)

Remote Sensing Image Denoising Based on NSCT Threshold Shrinkage Approach

LI Dian-jun ¹, JIA Zhen-hong ¹, QIN Xi-zhong ¹, YANG Jie ², HU Ying-jie ³, DU Chao-ben ¹

(1. College of Information Science and Engineering, Xinjiang University, Urumchi 830046, China; 2. Institute of Image Processing and Pattern Recognition, Shanghai Jiaotong University, Shanghai 200240, China; 3. Knowledge Engineering and Discovery Research Institute, Auckland University of Technology, Auckland 1020, New Zealand)

Received:2011-08-11 Online:2012-03-05 Published:2012-03-05

摘要/Abstract

摘要： 针对图像去噪过程中产生的伪吉布斯现象以及峰值信噪比(PSNR)较低等问题，提出一种基于非下采样Contourlet变换(NSCT)阈值萎缩法的遥感图像去噪算法。根据NeighShrink去噪算法中尺度内系数的邻域系数相关性，以及BiShink去噪算法中不同尺度间系数的相关性，对图像进行去噪，利用NSCT的平移不变性，抑制小波去噪中的伪吉布斯现象。实验结果证明，采用该算法去噪后的图像PSNR较高，视觉效果较优。

关键词: 遥感图像, 图像去噪, 非下采样Contourlet变换, 平移不变性, NeighShrink阈值, BiShrink阈值

Abstract: In order to suppress pseudo-Gibbs phenomenon, improve Peak Signal to Noise Ratio(PSNR) in the process of image denoising, this paper proposes a remote sensing image denoising algorithm based on Nonsubsampled Contourlet Transform(NSCT) threshold shrinkage approach. It uses the correlation intra-scale in NeighShrink denoising algorithm and the correlation among scale in BiShink denoising algorithm to deal with the noise image. By using the shift invariance of NSCT, it suppresses the pseudo-Gibbs phenomenon. Experimental results show that the proposed algorithm gets better results than other methods mentioned in the area of PSNR and visual effect.

Key words: remote sensing image, image denoising, Nonsubsampled Contourlet Transform(NSCT), shift invariance, NeighShrink threshold, BiShrink threshold

中图分类号:

TP391

李殿均, 贾振红, 覃锡忠, 杨杰, 胡英杰, 杜超本. 基于NSCT阈值萎缩法的遥感图像去噪[J]. 计算机工程, 2012, 38(5): 227-229.

LI Dian-Jun, GU Zhen-Gong, QIN Ti-Zhong, YANG Jie, HU Yang-Jie, DU Chao-Ben. Remote Sensing Image Denoising Based on NSCT Threshold Shrinkage Approach[J]. Computer Engineering, 2012, 38(5): 227-229.

http://www.ecice06.com/CN/Y2012/V38/I5/227

参考文献

[1] Sudha S, Suresh G R. Wavelet Based Image Denoising Using Adaptive Thresholding[C]//Proc. of ICCIMA’07. Sivakasi, India: [s. n.], 2007.

[2] Balster E J, Zheng Yuan. Feature-based Wavelet Shrinkage Algo- rithm for Image Denoising[J]. IEEE Trans. on Image Processing, 2005, 14(12): 1057-1049.
[3] Wang Aili, Zhang Ye. Image Denoising Method Based on Curvelet Transform[C]//Proc. of ICIEA’08. Singapore: [s. n.], 2008.
[4] 陈莹, 纪志成, 韩祟昭. 基于小波域加权阈值的图像去噪方法[J]. 计算机工程, 2007, 33(19): 183-185.
[5] 戴维, 于盛, 林孙栓. 基于Contourlet变换自适应阈值的图像去噪算法[J]. 电子学报, 2007, 35(10): 1939-1943.
[6] 梁栋, 沈敏, 高清维, 等. 一种基于Contourlet递归Cycle Spinning的图像去噪方法[J]. 电子学报, 2005, 33(11): 2044- 2046.
[7] da Cunha A L, Zhou Jianping, Do M N. The Nonsubsampled Con- tourlet Transform: Theory, Design and Application[J]. IEEE Trans. on Image Processing, 2006, 15(10): 3089-3101.
[8] Chen Guangyi, Bui T D, Krzyzak A. Image Denoising Using Neighbouring Wavelet Coefficients[C]//Proc. of ICASSP’04. [S. l.]: IEEE Press, 2004.
[9] 李柯材, 张曦煌. 基于邻域阈值萎缩法的图像去噪方法的优化[J]. 计算机应用, 2010, 30(1): 79-91.
[10] Sendur L, Selesnick I W. Bivariate Shrinkage Fuctions for Wavelet-based Denoising Exploiting Interscale Dependency[J]. IEEE Trans. on Signal Processing, 2002, 50(11): 2744-2756.
[11] Sendur L, Selesnick I W. Bivariate Shrinkage with Local Vari- ance Estimation[J]. IEEE Signal Processing Letters, 2002, 9(12): 438-441.
[12] 杨晓慧, 焦李成, 牛宏娟, 等. 基于多阈值的非下采样轮廓波图像去噪方法[J]. 计算机工程, 2010, 36(4): 200-201.
[13] Wang Hongzhi, He Cai. Locally Adaptive Bivariate Shrinkage Algorithm for Image Denoising Based on Nonsubsampled Contourlet Transform[C]//Proc. of CMCE’10. Changchun, China: [s. n.], 2010.
[14] Zhou Zuofeng, Shui Penglang. Contourlet-based Image Denoi- sing Algorithm Using Directional Windows[J]. Electronics Letters, 2007, 43(2): 92-93.
[15] Isar A, Moga S. Image Denoising Using a Bishrink Filter with Reduced Sensitivity[C]//Proc. of ISSCS’07. Iasi, Romania: [s. n.], 2007.

选择文件类型/文献管理软件名称

选择包含的内容

基于NSCT阈值萎缩法的遥感图像去噪

Remote Sensing Image Denoising Based on NSCT Threshold Shrinkage Approach

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

[1]	宋志娜, 李莎, 杨建明, 徐川. 基于特征与区域定位增强的遥感舰船目标检测[J]. 计算机工程, 2023, 49(8): 257-264.
[2]	逄涛, 张学敏, 姚亚洲, 高明柯. 基于特征增强的光学遥感图像建筑物变化检测[J]. 计算机工程, 2023, 49(4): 182-187.
[3]	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.
[4]	何悦, 陈广胜, 景维鹏, 徐泽堃. 基于深度多相似性哈希方法的遥感图像检索[J]. 计算机工程, 2023, 49(2): 206-212.
[5]	王道累, 杜文斌, 刘易腾, 张天宇, 孙嘉珺, 李明山. 基于密集连接与特征增强的遥感图像检测[J]. 计算机工程, 2022, 48(6): 251-256,262.
[6]	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.
[7]	谢树春, 陈志华, 盛斌. 增强细节的RGB‐IR多通道特征融合语义分割网络[J]. 计算机工程, 2022, 48(10): 230-237,244.
[8]	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.
[9]	张艳, 杜会娟, 孙叶美, 李现国. 基于改进SSD算法的遥感图像目标检测[J]. 计算机工程, 2021, 47(9): 252-258,265.
[10]	陈会伟, 刘树美, 刘培学, 公茂法. 超尺度自导注意力网络的遥感船舶识别[J]. 计算机工程, 2021, 47(10): 314-320.
[11]	宝音图, 刘伟, 牛朝阳, 李润生, 张浩波. 联合集成学习与EfficientNet的光学遥感图像场景分类[J]. 计算机工程, 2021, 47(10): 226-235.
[12]	刘瑄, 池明旻. 基于多粒度特征蒸馏的遥感图像场景分类研究[J]. 计算机工程, 2021, 47(1): 224-229,238.
[13]	李文斌, 何冉. 基于深度神经网络的遥感图像飞机目标检测[J]. 计算机工程, 2020, 46(7): 268-276.
[14]	包壮壮, 赵学军, 王明芳, 董玉浩, 庞梦洋, 黄林, 贺刚. 脱离预训练的多尺度目标检测网络模型[J]. 计算机工程, 2020, 46(6): 248-255.
[15]	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.

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NSCT阈值萎缩法的遥感图像去噪

Remote Sensing Image Denoising Based on NSCT Threshold Shrinkage Approach

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