文章摘要
引用本文:杨晨,董希旺,李青东,任章.基于序列二次规划优化阈值的NSCT高斯噪声图像滤波方法[J].导航定位与授时,2018,5(3):76-82 本文二维码信息
二维码(扫一下试试看!)
基于序列二次规划优化阈值的NSCT高斯噪声图像滤波方法
An Image Denoising Method Based on Nonsubsampled Contourlet Transform with SQP Optimization
  
DOI:
中文关键词:  图像去噪  非下采样Contourlet变换  广义交叉验证  序列二次规划
English Keywords:Image denoising  Nonsubsampled contourlet transform  Generalized cross validation  Successive quadratic programming
基金项目:国家自然科学基金(61503009,61333011,61421063);中国航空科学基金(2016ZA51005);上海航天科技创新基金(SAST2016003)
作者单位
杨晨 北京航空航天大学 自动化科学与电气工程学院飞行器控制一体化国防科技重点实验室北京 100191 
董希旺 北京航空航天大学 自动化科学与电气工程学院飞行器控制一体化国防科技重点实验室北京 100191 
李青东 北京航空航天大学 自动化科学与电气工程学院飞行器控制一体化国防科技重点实验室北京 100191 
任章 北京航空航天大学 自动化科学与电气工程学院飞行器控制一体化国防科技重点实验室北京 100191 
摘要点击次数: 10
全文下载次数: 19
中文摘要:
      提出了一种基于序列二次规划(SQP)优化阈值的非下采样Contourlet变换(NSCT)图像高斯白噪声去除方法。该方法利用广义交叉验证(GCV)准则作为优化指标,使用序列二次规划算法对NSCT域的去噪阈值进行优化,能够在噪声方差等图像先验知识未知的情况下得到最优去噪阈值。确定阈值后,采用非线性阈值函数对Contourlet系数进行处理。实验结果表明与其他Contourlet域去噪方法相比,该方法能有效去除图像的高斯白噪声,提高图像的峰值信噪比,并较好地保留图像的边缘信息。
English Summary:
      An image denoising method based on nonsubsampled contourlet transform (NSCT) with successive quadratic programming (SQP) optimization is proposed. This method can obtain the optimal threshold for each subband without the priori information of the noise variance using SQP optimization and generalized cross validation (GCV) criterion. After the threshold is determined, a nonlinear threshold function is applied to overcome the inadequate of soft threshold and hard threshold function. The experimental results show that the proposed method has a better performance than other contourlet-based image denoising methods and outperforms on both visual quality and peak signal-to-noise ratio (PSNR).
查看全文  查看/发表评论  下载PDF阅读器