为了更好地利用图像先验以及保护图像边缘、纹理等细节信息,提出一种结合反应扩散(Trained Nonlinear Reaction Diffusion,TNRD)与基于块组先验去噪(Patch Group Prior based Denoising,PGPD)的改进算法。首先,对PGPD去噪后的图像进行...为了更好地利用图像先验以及保护图像边缘、纹理等细节信息,提出一种结合反应扩散(Trained Nonlinear Reaction Diffusion,TNRD)与基于块组先验去噪(Patch Group Prior based Denoising,PGPD)的改进算法。首先,对PGPD去噪后的图像进行小波分解得到3个正交的子带,由理论分析可知图像为各子带之和;然后利用反应扩散对高频系数大于阈值的子带部分进行扩散处理,并将处理结果替代原来部分从而获得最终去噪图像。实验结果表明,改进算法在峰值信噪比、保护细节信息等方面都有较大的性能改善。展开更多
文摘为了更好地利用图像先验以及保护图像边缘、纹理等细节信息,提出一种结合反应扩散(Trained Nonlinear Reaction Diffusion,TNRD)与基于块组先验去噪(Patch Group Prior based Denoising,PGPD)的改进算法。首先,对PGPD去噪后的图像进行小波分解得到3个正交的子带,由理论分析可知图像为各子带之和;然后利用反应扩散对高频系数大于阈值的子带部分进行扩散处理,并将处理结果替代原来部分从而获得最终去噪图像。实验结果表明,改进算法在峰值信噪比、保护细节信息等方面都有较大的性能改善。
