![](/images/graphics-bg.png)
Comparative study of image denoising using wavelet transforms and optimal threshold and neighbouring window
Other Title(s)
دراسة مقارنة لإزالة الضوضاء من الصور باستعمال تحويلات المويجة و قيمة العتبة و النافذة المجاورة المثلى
Author
Source
Journal of the College of Education for Women
Issue
Vol. 25, Issue 4 (31 Dec. 2014), pp.1163-1172, 10 p.
Publisher
University of Baghdad College of Education for Women
Publication Date
2014-12-31
Country of Publication
Iraq
No. of Pages
10
Main Subjects
Information Technology and Computer Science
Topics
Abstract AR
تعتبر خوارزمية (NeighShrink) لأزالة الضوضاء خوارزمية كفوءة و التي تعتمد على تحويلة الموجية (DWT).
و لكن من عيوب هذه الخوارزمية اعتمادها على قيمة عتبة (threshold) و حجم نافذة موحد لكل تقسيمات تحويلة الموجية.
و قد تم اقتراح طريقة من قبل Dengwen و Wengang يمكن من خلالها تحديد قيمة العتبة و حجم النافذة تبعا لكل حزمة و حجم النافذة تبعا لكل حزمة ترددات من تحويلة الموجية بالاعتماد على.
(.Stein’s unbiased risk estimate (SURE قدمت هذه الطريقة نتائج أفضل في إزالة الضوضاء.
في هذا البحث تم تطبيق أنواع مختلفة من تحويلة الموجية على هذا النظام، و قد أظهرت النتائج إن آوطا كفاءة هي باستعمال تحويلة (Haar) حيث كان الفرق في معدل التحسين بين هذه التحويلة و الأنواع الأخرى 1.73 db.
Abstract EN
NeighShrink is an efficient image denoising algorithm based on the discrete wavelet transform (DWT).
Its disadvantage is to use a suboptimal universal threshold and identical neighbouring window size in all wavelet subbands.
Dengwen and Wengang proposed an improved method, which can determine an optimal threshold and neighbouring window size for every subband by the Stein’s unbiased risk estimate (SURE).
Its denoising performance is considerably superior to NeighShrink and also outperforms SURE-LET, which is an up-todate denoising algorithm based on the SURE.
In this paper different wavelet transform families are used with this improved method, the results show that Haar wavelet has the lowest performance among other wavelet functions.
The system was implemented using MATLAB R2010a.
The average improvement in term of PSNR between Haar and other wavelet functions is 1.37dB.
American Psychological Association (APA)
Ulwan, Iman Muhammad Jafar. 2014. Comparative study of image denoising using wavelet transforms and optimal threshold and neighbouring window. Journal of the College of Education for Women،Vol. 25, no. 4, pp.1163-1172.
https://search.emarefa.net/detail/BIM-521721
Modern Language Association (MLA)
Ulwan, Iman Muhammad Jafar. Comparative study of image denoising using wavelet transforms and optimal threshold and neighbouring window. Journal of the College of Education for Women Vol. 25, no. 4 (2014), pp.1163-1172.
https://search.emarefa.net/detail/BIM-521721
American Medical Association (AMA)
Ulwan, Iman Muhammad Jafar. Comparative study of image denoising using wavelet transforms and optimal threshold and neighbouring window. Journal of the College of Education for Women. 2014. Vol. 25, no. 4, pp.1163-1172.
https://search.emarefa.net/detail/BIM-521721
Data Type
Journal Articles
Language
English
Notes
Includes bibliographical references : p. 1172
Record ID
BIM-521721