基于非采樣Contourlet變換與小波變換的圖像去噪方法研究.pdf

1、論文主要研究了基于多尺度的非采樣Contourlet變換（NonSubsampled Contourlet Transform，簡(jiǎn)稱(chēng)NSCT）與小波變換（Wavelet Transform）相結(jié)合的圖像去噪方法。小波變換具有各向同性，能很好刻畫(huà)圖像中點(diǎn)的奇異性，NSCT具有各向異性且多方向性的優(yōu)點(diǎn)，對(duì)圖像具有最優(yōu)的表示能力，能很好刻畫(huà)圖像中直線與曲線的奇異性。論文研究的目的是發(fā)揮NSCT和小波變換各自的優(yōu)點(diǎn)，開(kāi)發(fā)出去噪效果優(yōu)良，不僅具有

2、較高信噪比、還可以很好保留圖像邊緣紋理信息的去噪方法。論文的主要研究?jī)?nèi)容如下：
　　 ① 簡(jiǎn)單介紹了多尺度幾何分析理論的發(fā)展，及多尺度分解與小波變換在圖像去噪中的應(yīng)用，并詳細(xì)介紹了小波變換、Contourlet變換、NSCT變換的一般原理。
　　 ② 根據(jù)含噪圖像噪聲方差的特點(diǎn)，得到了含噪圖像的平滑區(qū)域與紋理區(qū)域的分割方法。結(jié)合各種變換圖像去噪方法的優(yōu)點(diǎn)，提出了幾種基于圖像區(qū)域分割的圖像去噪方法：基于區(qū)域分割的小波去噪方

3、法、基于區(qū)域分割的Wavelet與Contourlet變換相結(jié)合的圖像去噪方法、基于區(qū)域分割的具有平移不變性Wavelet與NonSubsample-Contourlet變換相結(jié)合的圖像去噪方法。
　　 ③ 介紹了高斯尺度混合模型（Gaussian Scale Mixture，GSM模型），基于小波變換的GSM模型去噪具有很好的去噪效果。利用高斯尺度混合模型來(lái)描述NSCT系數(shù)的特性，并用貝葉斯最小二乘估計(jì)來(lái)估計(jì)待恢復(fù)圖像的NSC