论文部分内容阅读
本文提出了基于限邻域EMD算法和H(o)lder指数的融合方法,可以有效地滤除噪声图像中的噪声。该融合方法利用限邻域EMD将噪声图像分解成不同频率成分的分量,每一分量的结构信息和噪声的特性各不相同,不同层次的分量根据其结构信息和噪声的特征用不同的H(o)lder指数来调整,H(o)lder指数的大小随着分量层数的增加而减小,即在不同尺度下分别抑制噪声,从而恢复其中所包含的结构信息。试验结果表明,利用该方法所得结果的噪声明显减少,克服了Contourlet变换在去噪时引入了大量的线性噪声的缺陷,且和Contourlet变换的去噪结果相比,SNR有了提高,从而证明了本算法对噪声图像的噪声滤除的有效性。