2014 22nd Signal Processing and Communications Applications Conference (SIU) 2014
DOI: 10.1109/siu.2014.6830525
|View full text |Cite
|
Sign up to set email alerts
|

Curvelet transform based image denoising via Gaussian mixture model

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2020
2020
2020
2020

Publication Types

Select...
1

Relationship

0
1

Authors

Journals

citations
Cited by 1 publication
(1 citation statement)
references
References 6 publications
0
0
0
1
Order By: Relevance
“…En küçük katsayılara sahip en düşük enerji yoğunluklu son seviye ise gürültüden en çok etkilenen kısım olup bu seviyenin tamamına eşik uygulanmaktadır. Son adım olarak ise kalan kat sayılara ters ED uygulanarak gürültüsü giderilmiş görüntü elde edilir (Engin & Çavuşoğlu, 2014).ED' de,ölçek ve konum parametrelerinin yanı sıra, görüntünün oldukça fazla sayıda farklı açıya kadar analiz etmesini sağlayan benzersiz bir yön parametresi vardır. Bu nedenle görüntülerde oluşabilecek kenarlar ilgili görüntülerin anizotropik analizi mümkündür (Bao vd., 2014).…”
Section: Eğricik Dönüşümüunclassified
“…En küçük katsayılara sahip en düşük enerji yoğunluklu son seviye ise gürültüden en çok etkilenen kısım olup bu seviyenin tamamına eşik uygulanmaktadır. Son adım olarak ise kalan kat sayılara ters ED uygulanarak gürültüsü giderilmiş görüntü elde edilir (Engin & Çavuşoğlu, 2014).ED' de,ölçek ve konum parametrelerinin yanı sıra, görüntünün oldukça fazla sayıda farklı açıya kadar analiz etmesini sağlayan benzersiz bir yön parametresi vardır. Bu nedenle görüntülerde oluşabilecek kenarlar ilgili görüntülerin anizotropik analizi mümkündür (Bao vd., 2014).…”
Section: Eğricik Dönüşümüunclassified