电网技术

2007, (S2) 3-7

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于小波域隐Markov树模型及重要性修正的绝缘子红外图像去噪研究
Insulator Infrared Image De-noising Algorithm Based on Significant Wavelet-Domain Hidden Markov Tree Models

葛馨远;孙中伟;许刚;

摘要(Abstract):

在小波域隐Markov树模型的基础上,提出了一种基于小波域统计建模与小波系数重要性修正相结合的绝缘子红外图像去噪方法。该方法首先通过对数变换将乘性噪声转化为加性噪声,对对数变换后的图像进行小波变换并对小波域的高频子带系数用混合高斯模型与隐马尔可夫树模型进行建模,并采用EM算法来估计模型参数。在模型参数估计的基础上引入了基于重要性准则的小波系数修正,最后通过小波逆变换与指数变换获得去除噪声后的图像。实验结果表明,与普通的小波去噪方法相比,该方法不但有利于保持图像的边缘信息,有效解决红外图像的边缘模糊问题,而且能提高红外图像的信噪比并得到了较好的视觉效果。

关键词(KeyWords): 电力设备;绝缘子;小波变换;隐Markov树模型;红外图像去噪;系数修正

Abstract:

Keywords:

基金项目(Foundation): 国家高技术研究发展计划项目(863计划)(20050601);; 华北电力大学博士基金资助

作者(Author): 葛馨远;孙中伟;许刚;

Email:

DOI:

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享