fengyun55的博客

研究了非下采样Contourlet变换(NSCT)和贝叶斯最大后验估计理论框架下的双变量模型的基础上，该 文将二者结合起来，提出了一种新的图像去噪算法。算法在利用变换平移不变性和多方向选择性优点的同时，充分 挖掘了图像NSCT系数尺度内和尺度间的双重相关性，并详细阐述了噪声估计方法。仿真结果和分析表明，与当 前一些典型的去噪算法相比，该文算法的客观评价指标PSNR和去噪后图像的主观视觉效果都有明显的提高和改 善，有效地保持了原图像中的细节和纹理信息。

提出了一种新的结合非下采样Contourlct变换(NSCT)和斯坦无偏风险估计(SURE)的自适应图像去噪方 法。通过NSCT对含噪图像进行分解，根据斯坦无偏风险估计准则对分解后的噪声图像进行均方误差E”s估计， 并依据得到的E“s构造线性自适应阈值方程，对含噪图像的每一个分解子带进行阈值去噪。对自适应阈值去噪后 的图像分解子带进行重构。得到去噪图像。实验结果表明。该方法町以有效地消除标准图像和自然图像中的噪声， 在去噪图像峰值信噪比(PSNR)和边缘保持性能上都优于已有算法。