摘要
为有效去除含噪图像中的噪声,提出了一种基于非抽样剪切波域高斯比例混合模型的图像去噪方法。首先建立含噪图像非抽样剪切波系数的局部高斯比例混合模型,然后应用贝叶斯最小二乘法对无噪图像的非抽样剪切波系数进行估计,最后通过非抽样剪切波逆变换得到去噪后的图像。该方法充分利用了非抽样剪切波变换的平移不变性、对图像边缘纹理等细节的高效表示能力以及高斯比例混合模型对非抽样剪切波变换系数局部相关性的概括能力。实验结果表明,与基于小波域高斯比例混合模型的图像去噪方法、曲波域多变量阈值去噪方法以及非抽样剪切波域的硬阈值法相比,该方法不仅能更有效地去除含噪图像中的噪声,提高其信噪比以及与原始无噪图像的平均结构相似度,而且能更有效地保留原始图像中的边缘纹理等细节信息,改善图像的视觉效果。
学科与关键词
关键词
剪切波变换图像去噪GSM模型 shearlet transformimage denoisingGSM model
- 基于分类准则的非下采样Contourlet变换域图像去噪沙浩; 江平合肥工业大学学报(自然科学版), 2013, (07): 892-896.
- 求同存异的非局部图像去噪张选德; 冯象初; 王卫卫; 魏立力中国科学:信息科学 , 2013, (07): 907-919.
- 一种改进的非凸正则项模型的噪声去除方法余婷; 张振山电子科技, 2013, (11): 71-76.
