摘要
文章提出一种新的基于分类准则和广义高斯分布模型的非下采样Contourlet变换域的图像去噪算法,对噪声图像进行非下采样Contourlet变换,得到各个方向子带的系数,用分类准则对每个子带的高频系数进行分类,再对其进行修正的贝叶斯阈值处理估计出不含噪声的系数,对估计的系数进行NSCT逆变换,从而获得去噪图像。实验表明该方法在峰值信噪比、视觉效果上均优于许多算法。
学科与关键词
关键词
非下采样Contourlet变换(NSCT)分类准则图像去噪广义高斯分布峰值信噪比(PSNR) nonsubsampled Contourlet transform(NSCT)classification standardimage denoisinggeneralized Gaussian distributionpeak signal-to-noise ratio(PSNR)
- NSCT域统计模型的SAR图像相干斑抑制殷明; 刘卫; 吴江敏测绘科学, 2013, (05): 77.
- 利用非抽样Shearlet域GSM模型进行图像去噪高国荣; 许录平; 冯冬竹武汉大学学报(信息科学版), 2013, (07): 778.
- 基于非下采样轮廓波变换遥感影像超分辨重建方法周靖鸿; 周璀; 朱建军; 樊东昊光学学报, 2015, (01): 106-114.
