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

来源：

激光与光电子学进展 | 2010年 / 47卷 / 05期

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

页码：57 / 61

页数：5