HMT
摘要
研究了HMT(隱馬爾科夫樹)在變換域中進行圖像降噪的套用.就不同複雜程度的圖像、不同類型噪聲、及用不同的變換域與傳統方法進行比較,得到結論:變換域中的方法比在非變換域中的傳統方法優越,HMT在小波域和DCT域有著近似的效果,在高斯白噪聲下HMT方法是最有效的,在相關噪聲下,降噪效果與圖像紋理的複雜度及噪聲的強度有關.
標籤降噪隱馬爾科夫樹(HMT)小波變換餘弦變換(DCT).denoisingHMTwavelettransformDCT.
Abstract
TheHMTmethodappliedinnaturalimagedenoisingwasthoroughlystudied.TheHMTmethodwascomparedwithothersunderdifferentconditions,suchasdifferentcomplexityofthetexture,differenttypenoiseanddifferenttransformdomain.Somekeyconclusionswereobtained.First,themethodintransformdomainisbetterthanthetraditionalonewhichisnotintransformdomain.Second,theperformanceofHMTintheDCTdomainissimilartothatinthewaveletdomain.Third,whenthenoiseiswhite,resultofHMTisexcellent.However,whenthenoiseisrelatedtotheimageitself,theperformanceisdeterminedbythecomplexityofthetexture,aswellasthenoisedensity.
相關內容
小波域隱馬爾可夫樹(HMT)模型採用混合高斯模型刻畫各子帶係數的機率分布,並通過小波係數隱狀態在多個尺度之間的Markov依賴性來刻畫自然圖像小波係數隨尺度呈指數衰減的特性.提出了基於小波域HMT模型的圖像復原算法作為自然圖像的先驗模型,將圖像復原問題轉化為一個約束最佳化問題並用共軛梯度法對其進行求解.實驗結果表明,該算法較好地再現了各種邊緣信息,復原出的圖像在信噪比和視覺效果方面都有顯著的提高.
