基于PCA的Curvelet變換域圖像降噪研究.pdf

1、傳統(tǒng)小波分析只能表達一維、二維信號中的點狀奇異性，對于二維數(shù)字圖像的邊緣曲線特性并不能很好的表示。Curvelet（曲波）分析是一種結(jié)合多分辨率分析和方向性濾波的新方法，其在表達具有方向性特征的二維信號時具有顯著地優(yōu)勢，較于小波分析，除了具有傳統(tǒng)小波分析的多分辨率、時頻局部性外，增加了各向異性、多方向性等特征。Curvelet能更有效地捕捉到自然圖像中的紋理信息，由于其系數(shù)在特定的方向上具有更優(yōu)的聚類性，因而其能夠更有效地將二維數(shù)字信號

2、進行稀疏表示。
　　 本文主要研究Curvelet理論在圖像降噪方面的應(yīng)用，在概述了圖像降噪的研究背景以及重要意義后，進而討論了基于小波、脊波以及曲波的傳統(tǒng)閾值降噪算法，最后針對傳統(tǒng)閾值降噪方法的不足，提出了一種基于曲波降噪的改進方案——基于Curvelet變換的圖像PCA降噪算法。利用傳統(tǒng)的閾值降噪算法在進行圖像降噪時其自適應(yīng)能力差，且利用Curvelet變換進行圖像閾值降噪會引入一些不良現(xiàn)象，如引起不同程度的偽吉布斯現(xiàn)象。本