ridm@nrct.go.th   ระบบคลังข้อมูลงานวิจัยไทย   รายการโปรดที่คุณเลือกไว้

The Estimation of Radial Exponential Random Vectors in Additive White Gaussian Noise

หน่วยงาน สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ

รายละเอียด

ชื่อเรื่อง : The Estimation of Radial Exponential Random Vectors in Additive White Gaussian Noise
นักวิจัย : P. Kittisuwan , Sanparith Marukatat , W. Asdornwised , สรรพฤทธิ์ มฤคทัต
คำค้น : Image processing , Minimum Mean Square Error (MMSE) , Radial Exponential Random Vectors , Wavelet Transform , ศูนย์เทคโนโลยีอิเล็กทรอนิกส์และคอมพิวเตอร์แห่งชาติ
หน่วยงาน : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ
ผู้ร่วมงาน : -
ปีพิมพ์ : 2552
อ้างอิง : http://www.nstda.or.th/thairesearch/node/16099
ที่มา : -
ความเชี่ยวชาญ : -
ความสัมพันธ์ : -
ขอบเขตของเนื้อหา : -
บทคัดย่อ/คำอธิบาย :

Image signals are always disturbed by noise during their transmission, such as in mobile or network communication. The received image quality is significantly influenced by noise. Thus, image signal denoising is an in dispensable step during image processing. As we all know, most commonly used methods of image de- noising is Bayesian wavelet transform estimators. The Performance of various estimators, such as maximum a posteriori (MAP), or minimum mean square error (MMSE) is strongly dependent on correctness of the proposed model for original data distribution. Therefore, the selection of a proper model for distribution of wavelet coefficients is important in wavelet-based image denoising. This paper presents a new image de-noising algorithm based on the modeling of wavelet coefficients in each subband with multivariate radial exponential probability density function (pdf) with local variances. Generally these multivariate extensions do not result in a closed form expression, and the solution requires numerical solutions. However, we drive a closed form MMSE shrinkage functions for a radial exponential random vectors in additive white Gaussian noise (AWGN). The estimator is motivated and tested on the problem of wavelet-based image denoising. In the last, proposed, the same idea is applied to the dual-tree complex wavelet transform (DT-CWT), ThisTransform is an overcomplete wavelet transform.

บรรณานุกรม :
P. Kittisuwan , Sanparith Marukatat , W. Asdornwised , สรรพฤทธิ์ มฤคทัต . (2552). The Estimation of Radial Exponential Random Vectors in Additive White Gaussian Noise.
    ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ.
P. Kittisuwan , Sanparith Marukatat , W. Asdornwised , สรรพฤทธิ์ มฤคทัต . 2552. "The Estimation of Radial Exponential Random Vectors in Additive White Gaussian Noise".
    ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ.
P. Kittisuwan , Sanparith Marukatat , W. Asdornwised , สรรพฤทธิ์ มฤคทัต . "The Estimation of Radial Exponential Random Vectors in Additive White Gaussian Noise."
    ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ, 2552. Print.
P. Kittisuwan , Sanparith Marukatat , W. Asdornwised , สรรพฤทธิ์ มฤคทัต . The Estimation of Radial Exponential Random Vectors in Additive White Gaussian Noise. ปทุมธานี : สำนักงานพัฒนาวิทยาศาสตร์และเทคโนโลยีแห่งชาติ; 2552.