基于FSVM的二维经验模态分解域图像去噪

摘要：

二维经验模态分解(Bidimensional Empirical Mode Decomposition,BEMD)是一种优秀的多尺度几何分析工具,能对非线性非平稳信号进行有效的分析.基于BEMD变换,提出了一种使用模糊支持向量机(Fuzzy Support Vector Machine,FSVM)的图像去噪算法.首先,应用BEMD变换把含噪图像分解成不同频率的子带;其次,BEMD系数通过FSVM训练被分成两类(无噪系数和噪声系数);最后,应用自适应阈值对含噪系数进行去噪.仿真实验结果表明,其算法不仅拥有较强的抑制噪声能力,而且具有较好的边缘保护能力.

关键词：图像去噪、二维经验模态分解、模糊支持向量机、自适应阈值、边缘保护

所属期刊栏目：31

分类号：TP301.6;TP391.9(计算技术、计算机技术)

在线出版日期：2016-03-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：72-73,80