改进的Curvelet变换图像降噪方法

与小波变换相比,Curvelet变换等多尺度几何分析方法,可以更好地逼近含线奇异的高维函数。基于Curvelet变换的图像去噪方法,即WindowShrink算法,考虑到Curvelet变换系数之间的相关性,利用软阈值方法降噪。通过窗口邻域操作,对变换后的每一个Curvelet系数自适应地进行萎缩处理,降低噪声系数权重以提高信噪比。实验表明,该方法一定程度上改进了传统Curvelet去噪方法“过扼杀”Curvelet变换系数的缺点,可以较好地保持图像边缘。在噪声方差σ=25时,小波,Curvelet以及WindowShrink去噪算法的峰值信噪比(PSNR)分别为28.59、29.25和29.93,后者明显优于前二者。