教育部留学回国人员科研启动基金(20041764)
- 作品数：4 被引量：24H指数：3
- 相关作者：彭玉华屈庆春杨明强万洪林曲怀敬更多>>
- 相关机构：山东大学更多>>
- 发文基金：山东省自然科学基金教育部留学回国人员科研启动基金更多>>
- 相关领域：自动化与计算机技术医药卫生更多>>
- 基于Wedgelet变换的图像边缘检测被引量：5
- 2005年
- 边缘是图像的重要特征,其检测效果直接影响模式的识别和分类。基于调和分析的思想,作者给出一种带有方向信息的多尺度的Wedgelet基,对CT图像进行边缘提取。实验表明,此方法检测边缘效果很好。
- 屈庆春彭玉华
- 关键词：BEAMLET变换边缘检测多尺度分析
- 全变差数字滤波器与Ridgelet变换相结合的图像去噪方法被引量：6
- 2008年
- 针对Gurvelet变换采用的金字塔分解对图像细节表现的不足,我们提出利用全变差数字滤波器提取图像细节,然后对其采用基于分数阶傅立叶变换和投影-切片定理的Ridgelet变换,在变换域中由极小化极大误差准则进行阈值估计并对变换域系数进行阈值处理,以实现图像去噪.与金字塔分解相比,全变差数字滤波器能够简化图像分解并得到包含几乎所有细节的单幅图像,从而更有利于在Ridgelet域中进行降噪处理.实验结果表明,相对于Ridgelet和Curvelet变换的去噪方法,本文方法在抑制噪声的同时具有更有效的边缘保护能力,同时消除了边缘处的振荡,并且相对于Curvelet变换节省了计算.
- 万洪林彭玉华曲怀敬
- 关键词：图像去噪RIDGELET变换CURVELET变换偏微分方程
- 基于Beamlet变换的线特征检测被引量：12
- 2007年
- 线特征是图像的重要特征,其检测效果直接影响模式识别和分类。基于调和分析的思想,给出一种带有方向信息的多尺度的Beamlet基,对图像进行Beamlet变换。试验结果表明,该线特征检测方法不仅能提取无噪声图像中的直线和曲线,而且对强噪声图像中的直线和曲线提取效果也很好。
- 屈庆春彭玉华杨明强
- 关键词：BEAMLET变换小波变换
- 基于非参数自适应密度估计理论的医学超声图像去噪方法被引量：1
- 2006年
- 在小波变换域中去除图像中的噪声是近年来的研究热点之一。目前在小波域中对加性噪声的去除已经有了许多研究结果,比如Donoho等的处理方法都得到了很好的应用。但是由于超声图像噪声情况的复杂性,其对去噪的方法提出了更高的要求。为了在去除噪声的同时能够更好的保护边缘及有用的细节信息,本研究结合Birg-éMassart等提出的非参数自适应估计理论,提出一种在平稳小波变换域中对超声图像去噪的方法。实验证明,这种基于非参数自适应估计理论的超声图像去噪方法,与Donoho阈值去噪方法相比,去噪效果有所提高。
- 徐新艳彭玉华李立
- 关键词：非参数自适应估计
- An automatic filtering algorithm in the domain of WT coefficient’s maxima
- this paper presents a method which can automatically implement the Mallat’s filtering algorithm in WT (Wavelet...
- Yuhua Peng School of Information Sci. & Eng.
