基于小波变换及隐式马尔科夫树模型的图像信号去噪Wavelet Transform-based Image Denoising Using Hidden Markov Model
陈静,范文兵,甄姬娜
摘要(Abstract)：
研究基于小波变换的隐式马尔科夫模型树(HMT)方法,用于去除图像信号中的白噪声。该方法利用了小波变换域系数间的相关性和自相似信息,并在Lenna图像中验证了方法的有效性。对不同程度污染的高斯白噪声图像的去噪效果与传统方法进行比较;结果表明,基于小波变换的HMT方法有更好的去噪效果,所建立的HMT模型更能体现图像的特征。
关键词(KeyWords)： 图像去噪;隐马尔科夫树模型;小波变换;高斯白噪声
基金项目(Foundation): 国家863高科技计划项目(2002AA412120);; 河南省青年骨干教师项目资助
作者(Author): 陈静,范文兵,甄姬娜
参考文献(References)：
- [1]陈武凡.小波分析及其在图像处理中的应用[M].北京:科学出版社,2002.
- [2]Donoho D L.Denoising by Soft thresholding[J].IEEETrans.IT.,1995,41(3):613 627.
- [3]Chang S G,Yu B,Vetterli M.Adaptive WaveletThresholding for Image Denoising and Compression[J].IEEE Trans.IP.,2000,9(9):1 532 1 546.
- [4]Guo liangfan.Wavelet Domain Statistical Image Modelingand Processing.[D]Delaware:The University of Dela-ware 2001.46 47.
- [5]Justin K Romberg.An Universal Hidden Markov Tree Im-age Model[D]Houston Texas:Rice University,1999.1921.
- [6]Lenvent Sendur.Non Gaussian Multivariate ProbabilityModels and Their Application to Wavelet based Image De-noising[D].Brooklyn,New York:Polytechnic Univer-sity,2003.62 63.