基于分类准则的非下采样Contourlet变换域图像去噪

• 作者: 江平 沙浩
• 来源期刊: 合肥工业大学学报（自然科学版）
• 学科: 工学
• 关键词: 非下采样Contourlet变换(NSCT) 分类准则 图像去噪 广义高斯分布 峰值信噪比(PSNR)
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 数理科学
• 页码范围: 892-896
• 页数: 5页
• 分类号: TP391.41
• 字数: 3274字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-5060.2013.07.027

摘要

文章提出一种新的基于分类准则和广义高斯分布模型的非下采样Contourlet变换域的图像去噪算法,对噪声图像进行非下采样Contourlet变换,得到各个方向子带的系数,用分类准则对每个子带的高频系数进行分类,再对其进行修正的贝叶斯阈值处理估计出不含噪声的系数,对估计的系数进行NSCT逆变换,从而获得去噪图像.实验表明该方法在峰值信噪比、视觉效果上均优于许多算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	江平	合肥工业大学数学学院	36	353	8.0	18.0
2	沙浩	合肥工业大学数学学院	1	3	1.0	1.0