- 博客(0)
- 资源 (2)
空空如也
基于非下采样Contourlet变换和双变量模型的图像去噪
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。
2011-01-03
一种新的基于非下采样Contourlet变换的自适应图像去噪算法
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。
2011-01-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人