Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Parallel Collaborative Filtering Recommendation Model Based on Two-Phase Similarity Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

An Improved Denoising Method Based on Wavelet Transform for Processing Bases Sequence Images

verfasst von : Ke Yan, Jin-Xing Liu, Yong Xu

Erschienen in: Intelligent Computing Theories and Methodologies

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this article, we present an improved images denoising method for base sequence images. It is based on the multiscale analysis of the images resulting from the à trous wavelet transform decomposition. We define a new thresholding function and use it to improve the denoising performance of the isotropic undecimated wavelet transform (IUWT). The proposed method selects the best suitable wavelet function based on IUWT. The advantages of the new thresholding function are that it is more robust than previous thresholding function, and the convergence of function is more efficient. The experimental results indicate that the proposed method can obtain higher signal-to-noise ratio (SNR) and mean squared error ratio (MSE) than conventional wavelet thresholding denoising methods.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Image Super-Resolution Reconstruction Based on Sparse Representation and POCS Method
Nächstes Kapitel License Plate Extraction Using Spiking Neural Networks
Literatur
1.
Hémar, A., Olivo, J., Williamson, E., Saffrich, R., Dotti, C.: Dendroaxonal transcytosis of transferrin in cultured hippocampal and sympathetic neurons. J. Neurosci. 17(23), 9026–9034 (1997)
2.
Dumenil, G., Olivo, J., Pellegrini, S., Fellous, M., Sansonetti, P., Van Nhieu, T.G.: Interferon α inhibits a Src-mediated pathway necessary for shigella-induced cytoskeletal rearrangements in Epithelial cells. J. Cell Biol. 143(4), 1003–1012 (1998)CrossRef
3.
Smal, I., Loog, M., Niessen, W., Meijering, E.: Quantitative comparison of spot detection methods in fluorescence microscopy. IEEE Trans. Med. Imaging 29(2), 282–301 (2010)CrossRef
4.
Matheron, G., Serra, J.: Image Analysis And Mathematical Morphology. Academic Press, London (1982)
5.
Bright, D., Steel, E.: Two-dimensional top hat filter for extracting spots and spheres from digital images. J. Microsc. 146(2), 191–200 (1987)CrossRef
6.
Liang, L., Xu, Y., Shen, H., Camilli, P.D., Toomere, D., Duncan, J.: Automatic detection of subcellular particles in fluorescence microscopy via feature clustering and bayesian analysis. In: 2012 IEEE Workshop on Mathematical Methods in Biomedical Image Analysis (MMBIA), pp. 161–166 (2012)
7.
Eils, R., Athale, C.: Computational imaging in cell biology. J. Cell Biol. 161(3), 477–481 (2003)CrossRef
8.
Zhou, X., Wong, S.T.C.: Informatics challenges of high-throughput microscopy. IEEE Sig. Proc. Mag. 23(3), 63–72 (2006)CrossRef
9.
Olivo-Marin, J.: Extraction of spots in biological images using multiscale products. Pattern Recogn. 35(2), 1989–1996 (2002)CrossRef
10.
Xu, Y., Weaver, J., Healy Jr, D.M., Lu, J.: Wavelet transform domain filters: a spatially selective noise filtration technique. IEEE Trans. Image Proc. 3(6), 747–758 (1994)CrossRef
11.
Mallat, S., Zhong, S.: Characterization of signals from multiscale edges. IEEE Trans. Pattern Anal. Mach. Intell. 14(7), 710–732 (1992)CrossRef
12.
Starck, J., Murtagii, F., Bijaoui, A.: Multiresolution support applied to image filtering and restoration. Graph. Models Image Proc. 57(5), 420–431 (1995)CrossRef
13.
Murtagh, F., Starck, J.: Image processing through multiscale analysis and measurement noise modeling. Stat. Comput. 10(2), 95–103 (2000)CrossRef
14.
Starck, J., Murtagh, F., Bijaoui, A.: Image Processing and Data Analysis: The Multiscale Approach. Cambridge University Press, Cambridge (1998)CrossRefMATH
15.
Sadler, B.M., Swami, A.: Analysis of multiscale products for step detection and estimation. IEEE Trans. Inf. Theo. 45(3), 1043–1051 (1999)MathSciNetCrossRef
16.
Robert, C.: The Bayesian Choice: A Decision Theoretic Motivation. Springer Texts in Statistics, New York (1994)CrossRef
17.
Smal, I., Draegestein, K., Galjart, N., Niessen, W., Meijering, E.: Particle filtering for multiple object tracking in dynamic fluorescence microscopy images: application to microtubule growth analysis. IEEE Trans. Med. Imaging 27(6), 789–804 (2008)CrossRef
18.
Smal, I., Meijering, E., Draegestein, K., Galjart, N., Grigoriev, I., Akhmanova, A., Royen, M., Houstsmuller, A., Niessen, W.: Multiple object tracking in molecular bioimaging by rao-blackwellized marginal particle filtering. Med. Image Anal. 12(6), 764–777 (2008)CrossRef
19.
Reddy, G., Muralidhar, M., Varadarajan, S.: ECG de-noising using improved thresholding based on wavelet transforms. IJCSNS 9(9), 221 (2009)
20.
21.
Chen, G., Qian, S.: Denoising of hyperspectral imagery using principal component analysis and wavelet shrinkage. IEEE Trans. Geosci. Remote Sens. 49(3), 973–980 (2011)CrossRef
22.
Parrilli, S., Poderico, M., Angelino, C., Verdoliva, L.: A nonlocal SAR image denoising algorithm based on LLMMSE wavelet shrinkage. IEEE Trans. Geosci. Remote Sens. 50(2), 606–616 (2012)CrossRef
23.
Murtagh, F., Starck, J.: Image processing through multiscale analysis and measurement noise modeling. Stat. Comput. 10(2), 95–103 (2000)CrossRef
24.
Holschneider, M., Kronland-Martinet, R., Morlet, J., Tchamitchian, Ph: A real-time algorithm for signal analysis with the help of the wavelet transform. In: Combes, J.-M., Grossmann, A., Tchamitchian, P. (eds.) Wavelets. Inverse Problems and Theoretical Imaging, pp. 286–297. Springer, Heidelberg (1990)CrossRef
25.
Starck, J., Murtagii, F., Bijaoui, A.: Multiresolution support applied to image filtering and restoration. Graph. Models Image Proc. 57(5), 420–431 (1995)CrossRef
26.
Jansen, M., Bultheel, A.: Multiple wavelet threshold estimation by generalized cross validation for images with correlated noise. IEEE Trans. Image Proc. 8(7), 947–953 (1999)MathSciNetCrossRefMATH
27.
Ma, Z., Wen, J., Liu, Q., Tuo, G.: Near-infrared and visible light image fusion algorithm for face recognition. J. Modern Optics. 62(9), 745–753 (2015)CrossRef
28.
Whiteford, N., Skelly, T., Curtis, C., Ritchie, M., Lohr, A., Zaranek, A., Abnizova, I., Brown, C.: Swift: primary data analysis for the illumina Solexa sequencing platform. Bioinf. 25(7), 2194–2199 (2009)CrossRef
Metadaten
Titel
An Improved Denoising Method Based on Wavelet Transform for Processing Bases Sequence Images
verfasst von
Ke Yan
Jin-Xing Liu
Yong Xu
Copyright-Jahr
2015
Buch
Intelligent Computing Theories and Methodologies

Print ISBN: 978-3-319-22179-3

Electronic ISBN: 978-3-319-22180-9

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-3-319-22180-9_35