一种新的非下采样Contourlet域图像去噪算法

摘要：

作为新型高维奇异性分析工具,非下采样轮廓(Nonsubsampled Contourlet)变换不仅克服了小波(Wavelet)变换的非奇异性最优基缺点,而且提供了优于轮廓(Contourlet)变换的平移不变性.以性能优越的非下采样轮廓变换为基础,提出了一种新的图像去噪方法.该方法首先对图像进行非下采样轮廓变换,以得到不同尺度、不同方向上的变换系数;然后结合噪声分布特点确定多尺度阈值,并依此阚值对高频系数进行去噪处理;最后对去噪处理后的变换系数进行反变换,以得到去噪图像.仿真实验结果表明,该方法不仅拥有较强的抑制噪声的能力,而且具有较好的边缘保护能力,同时消除了图像边缘附近的伪吉布斯(Gibbs)现象,整体性能优于小波变换图像去噪和轮廓变换图像去噪方法.

关键词：图像去噪、非下采样轮廓变换、多尺度阚值、伪吉布斯现象

所属期刊栏目：36

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60773031,60873222;计算机软件新技术国家重点实验室南京大学开放基金A200702;大连市科技基金2006J23JH020;江苏省计算机信息处理技术重点实验室苏州大学开放课题基金KJS0602;"图像处理与图像通信"江苏省重点实验室南京邮电大学开放基金ZK205014;辽宁省教育厅高等学校科研项目2008351

在线出版日期：2010-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：286-289