大家好,又见面了,我是你们的朋友全栈君。
在此前的文章【1】中,我们讨论了在Python中利用pywt包提供的API对图像做小波分解的基本方法。小波变换在图像处理中的一个具体应用就是平滑去噪。后续我们还会从原理上讨论如何利用小波变换来设计图像去噪算法。但在此之前,作为铺垫,本文将主要演示,利用Python中已有的API进行图像小波去噪的方法及效果。如果你对小波变换的基本原理还不是很清楚,请参考我已经出版的《图像处理中的数学修炼》(清华大学出版社)或《数字图像处理:原理与实践》(电子工业出版社)等书籍。在后续解释如何利用小波变换设计图像去噪算法时,这些基础知识将是必须的。
欢迎关注白马负金羁的博客 http://blog.csdn.net/baimafujinji,鉴于目前网上盗贴、洗稿等现象严重,为保证公式、图表得以正确显示,强烈建议你从该地址上查看原版博文。本博客主要关注方向包括:数字图像处理、算法设计与分析、数据结构、机器学习、数据挖掘、统计分析方法、自然语言处理。
此前,在【2】中我们曾介绍过,Python图像处理常用的包有三个,(截止本文写作之时)其中已经内置了小波去噪函数的是scikit-image(或缩写成skimage)。小波去噪与傅里叶变换去噪、离散余弦变换等都是基于频域的去噪方法。JPEG图像编码中使用的就是基于离散余弦变换的有损压缩方式。参考《图像处理中的数学修炼(第2版)》中的第7章,在通常情况下,大部分信号的信息都集
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/148871.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...