摘要
本文通过对小波变换理论的深入认识,加深多频率分析和Mallat分解和重构信号图像理论研究,在matlab环境下仿真,实现小波图像去噪,体现出小波去噪的优势。
出处
《电子世界》
2013年第18期18-19,共2页
Electronics World
参考文献5
-
1徐畅.有关小波在图像去噪处理中的应用【oL】.论文网.
-
2基于小波变换的图像去噪算法的研究【oL】.道客巴巴.
-
3章撬晋.数字图像处理和分析技术[D].清华大学,2004.
-
4谢杰成,张大力,徐文立.小波图象去噪综述[J].中国图象图形学报（A辑）,2002,7(3):209-217. 被引量：254
-
5高成.Mattab数字图像处理[M].机械工业出版社,2009.
二级参考文献66
-
1[9]You Yuli, Kaveh D. Fourth-order partial differential equations for noise removal[J]. IEEE Trans. Image Processing, 2000,9(10):1723～1730.
-
2[10]Bouman C, Sauer K. A generalized Gaussian image model of edge preserving map estimation[J]. IEEE Trans. Image Processing, 1993,2(3):296～310.
-
3[11]Ching P C, So H C, Wu S Q. On wavelet denoising and its applications to time delay estimation[J]. IEEE Trans. Signal Processing,1999,47(10):2879～2882.
-
4[12]Deng Liping, Harris J G. Wavelet denoising of chirp-like signals in the Fourier domain[A]. In:Proceedings of the IEEE International Symposium on Circuits and Systems[C]. Orlando USA, 1999:Ⅲ-540-Ⅲ-543.
-
5[13]Gunawan D. Denoising images using wavelet transform[A]. In:Proceedings of the IEEE Pacific Rim Conference on Communications, Computers and Signal Processing[C]. Victoria BC,USA, 1999:83～85.
-
6[14]Baraniuk R G. Wavelet soft-thresholding of time-frequency representations[A]. In:Proceedings of IEEE International Conference on Image Processing[C]. Texas USA,1994:71～74.
-
7[15]Lun D P K, Hsung T C. Image denoising using wavelet transform modulus sum[A]. In:Proceedings of the 4th International Conference on Signal Processing[C]. Beijing China,1998:1113～1116.
-
8[16]Hsung T C, Chan T C L, Lun D P K et al. Embedded singularity detection zerotree wavelet coding[A].In:Proceedings of IEEE International Conference on Image Processing[C]. Kobe Japan, 1999:274～278.
-
9[17]Krishnan S, Rangayyan R M. Denoising knee joint vibration signals using adaptive time-frequency representations[A]. In:Proceedings of IEEE Canadian Conference on Electrical and Computer Engineering 'Engineering Solutions for the Next Millennium[C]. Alberta Canada, 1999:1495～1500.
-
10[18]Liu Bin, Wang Yuanyuan, Wang Weiqi. Spectrogram enhancement algorithm: A soft thresholding-based approach[J]. Ultrasound in Medical and Biology, 1999,25(5):839～846.
共引文献253
-
1张坚,耿荣生.复合材料剪切散斑检测图像的小波降噪技术研究[J].无损检测,2008,30(2):94-96. 被引量：1
-
2郑德忠,周颖慧,荆楠.基于GCV准则的小波图像去噪方法研究[J].仪器仪表学报,2006,27(z3):2268-2270. 被引量：5
-
3薛莉,朱永凯,王海涛.小波变换在缺陷红外图像去噪中的应用[J].无损检测,2008,30(10):754-756. 被引量：2
-
4杨森.图像去噪算法研究[J].硅谷,2009(3):44-45. 被引量：2
-
5陆雨花,章勇.图像去噪技术探讨[J].科技经济市场,2007(10):164-165. 被引量：2
-
6王翔,曾建潮.小波变换在BP神经网络遥感影像模式识别中的应用[J].华北国土资源,2009(1):61-63.
-
7阎光伟,胡海涛.扫描图像中时序曲线的识别及数据提取[J].计算机研究与发展,2007,44(z2):251-256. 被引量：1
-
8薛慧.基于小波与小波包分析的CT图像去噪研究[J].中国医学物理学杂志,2011,28(2):2541-2545. 被引量：7
-
9黄飞.基于NXPUOCⅢ芯片的液晶电视系统解决方案[J].科技风,2010(5).
-
10夏志达,苏凯,宋凯.一种基于小波变换的语音噪声消除算法[J].无线通信技术,2012(1):22-25. 被引量：2
同被引文献3
-
1王大海,刘兴章.美国大西洋水下测试评估中心测量设施分析[J].舰船科学技术,2011,33(10):140-143. 被引量：4
-
2周家新,单志超,陈长康,陈建勇.航空磁探中磁异常信号检测器性能仿真分析[J].计算机仿真,2018,35(11):61-65. 被引量：2
-
3卜令冉,华波,蒋佳佳,颜晗,段发阶,王宪全,李春月,孙中波.基于时频特征的抹香鲸Click与传统声呐信号的分类方法[J].数据采集与处理,2019,34(5):844-853. 被引量：2
-
1范春彦,李晓曼,付红卫,张善文.ISAR成像的处理与分类方法[J].电光与控制,2003,10(2):70-72. 被引量：5
-
2毛太成.TCLLCD47K73液晶彩电图像上有马赛克故障检修[J].家电维修,2016,0(4):52-52.
-
3王茜.基于自适应阈值的图像去噪方法[J].装备制造技术,2008(8):42-43.
-
4宋玲珍,常水珍.基于小波变换的图像去噪算法研究[J].内江科技,2009,30(5):32-32.
-
5郭少伟,李德强.基于Mallat分解与Contourlet方向滤波的图像压缩[J].红外与激光工程,2006,35(z4):38-42.
-
6张力.模拟高清电视如何接收高清信号图像[J].电子世界,2009(5):46-47.
-
7肖磊,蔡君.Matlab在相控阵天线中的应用[J].青海大学学报（自然科学版）,2009,27(2):42-48. 被引量：1
-
8王洪福.卫星接收天线的选址与技术维护[J].辽宁广播电视技术,2005(3):70-70.
-
9王茜.小波变换及在图像去噪中的应用[J].福建电脑,2008,24(11):72-72. 被引量：3
-
10唐海平.CHD2983（CHD-5机芯）接收TV、AV信号图像不正常故障速查（一）[J].家电维修,2007(9):34-34.
