非子采样Contourlet变换系数统计建模及图像去噪应用

被引:3
作者
牛彦敏 [1 ]
王旭初 [2 ]
机构
[1] 重庆师范大学信息科学与工程学院
[2] 重庆大学光电技术及系统教育部重点实验室
关键词
图像处理; Contourlet变换; 高斯混合模型; 图像去噪;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
融合拉普拉斯分布及广义高斯分布模型对非子采样Contourlet变换(NSCT)系数进行了统计建模分析。研究发现,NSCT作为平移不变Contourlet变换,系数在不同尺度和方向上均存在较大冗余,在广义高斯分布性等方面需引入参数加以约束。根据建立的统计模型进行了医学图像去噪实验。结果表明,和Contourlet及NSCT软硬阈值去噪等比较,该建模方法提高了噪声估计精度,增加了峰值信噪比,改善了图像视觉效果。
引用
收藏
页码:57 / 61
页数:5
相关论文
共 1 条
[1]   一种广义高斯分布的参数快速估计法 [J].
汪太月 ;
李志明 .
工程地球物理学报, 2006, (03) :172-176