基于模糊支持向量机的曲波域图像去噪算法
图像去噪是图像处理领域的研究热点,数字图像去噪方法研究仍然是一项富有挑战性的工作.本文以性能卓越的曲波(Curvelet)变换理论为基础,提出了一种基于模糊支持向量机(FSVM)的曲波域图像去噪算法.该算法的基本工作原理为:首先,对原始噪声图像做曲波分解以获得变换系数;然后,结合噪声分布特点确定系数空间性,并构造出FSVM的训练特征;最后,对高频曲波系数进行模糊分类与自适应阈值去噪,并进一步对去噪后系数进行曲波重构以得到去噪图像.通过仿真实验结果,证明了本文算法在消除伪吉布斯(Gibbs)现象的同时,具有较强的抑制噪声能力和边缘保护能力.
图像去噪、曲波变换、模糊支持向量机、自适应阈值
39
TP391(计算技术、计算机技术)
国家自然科学基金项目61472171,61272416;辽宁省教育厅高等学校科学研究一般项目L2015289;辽宁师范大学青年科学研究项目LS2014L016
2016-07-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
44-49