基于Curvelet变换的浮选泡沫图像序列时空联合去噪
提出一种时空信息联合的浮选泡沫图像去噪方法。首先,将基于GSM统计建模和贝叶斯最小二乘准则的局部空间去噪方法应用到图像Curvelet域,获得基于单图像信息的Curvelet空间域最佳系数估计;然后,根据运动补偿原理和帧间子块的相关性引入帧间加权因子,通过加权处理帧间子块系数获得待处理图像时空相关的最佳去噪系数估计。结果表明,该方法能在去除噪声的同时更好地保护泡沫的细节,对于严重噪声污染的泡沫图像序列也能获得较好的处理效果。
高斯尺度混合、时空联合模型、Curvelet变换、运动补偿、加权影响因子
TP391(计算技术、计算机技术)
国家自然科学基金重点项目61134006;国家自然科学基金面上项目61071176,61171192
2013-09-27(万方平台首次上网日期,不代表论文的发表时间)
共7页
1322-1328