基于小波变换的图像去噪存在哪些缺点
这个问题很难详细回答，因为基于Wavelet的denoising其实有很多很多，题主可以搜搜wavelet packet，或者wavelet frame。就我所知，好像没有一个公认的最优的算法。要说缺点的话，1）理论层面，wavelet在低维度下，可以有performance guarantee。但是这个guarantee很难extend到高维度去，比如你处理图像或者视频。2）效果来讲，就图像处理而言，很多方法的降噪效果已经比得过wavelet了。题主可以去搜索BM3D，这个目前是图像降噪据我所知最流弊state-of-art。就算不用这个，我以前拿dictionary learning或者transform learning的降噪算法，也可以轻松比过wavelet based方法。
推荐阅读
- |奥迪开发基于C-V2X校车警示系统
- 趣头条|海外媒体称大众正在开发两款基于MEB平台的小型车 ID.1与ID.2
- 基于OGRE的NeoAxis3D引擎和网易的NeoX引擎有啥关系吗
- 上汽大众|大众ID.3将于明年国产，基于MEB平台打造/三种续航
- 基于AGPL协议的开源软件版权归谁
- 图像的傅里叶变换的理解问题
- 以前的山寨DVD播放机的超强纠错是基于啥原理的
- 教学|读什么，怎么读，如何与学科教学相融合；基于学科的阅读
- 基于魔兽世界的游戏框架制作一个3D版的炉石传说有多大的可行性
- 维基百科中 短时傅里叶变换的图是咋画出来的