基于Contourlet的圖像去噪方法研究.pdf

1、圖像去噪是圖像處理中重要的基礎(chǔ)環(huán)節(jié)，它的結(jié)果直接影響到后續(xù)處理的好壞，但是傳統(tǒng)的去噪方法往往在平滑噪聲的同時損失了圖像的細(xì)節(jié)信息。由于多尺度幾何分析方法多分辨多方向的特點(diǎn)，近年來在圖像去噪領(lǐng)域得到了廣泛的應(yīng)用，其中的Contourlet變換更可以逼近圖像的最優(yōu)表示，所以本文深入研究了多尺度幾何分析方法Contourlet變換和TICT變換在圖像去噪中的應(yīng)用。所做工作如下：
　　 1、將Contourlet與一種自適應(yīng)的多尺度分析

2、方法Treelet相結(jié)合，根據(jù)Treelet多尺度去相關(guān)的特點(diǎn)，采用它對高頻Contourlet系數(shù)進(jìn)行降維分解，分析系數(shù)的潛在結(jié)構(gòu)及之間的相關(guān)性，估計出Contourlet高頻系數(shù)的自適應(yīng)閾值，提出了一種基于Treelet的Contourlet域圖像去噪方法，一定程度上去除了偽Gibbs現(xiàn)象，保持了良好的圖像細(xì)節(jié)，提高了圖像的清晰度。
　　 2、提出了一種基于二維Otsu的Contourlet域Wiener濾波去噪方法，針對W

3、iener濾波中估計信號方差的重要性，根據(jù)Contourlet多尺度多方向的特點(diǎn)，在不同子帶下，選取不同方向、不同大小的橢圓窗口作為局部鄰域，采用二維Otsu從含噪系數(shù)中分離出重要系數(shù)，估計信號方差，計算萎縮因子，對重要系數(shù)和非重要系數(shù)進(jìn)行不同的Wiener濾波，實(shí)驗(yàn)結(jié)果表明，該方法簡單有效，比兩組系數(shù)進(jìn)行相同濾波的效果更優(yōu)，可以得到更高的信噪比和更好的視覺效果。
　　 3、由于Contourlet變換在對圖像進(jìn)行分解時，其中的