高级搜索

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于非下采样Contourlet变换和双变量模型的图像去噪

边策 钟桦 焦李成

边策, 钟桦, 焦李成. 基于非下采样Contourlet变换和双变量模型的图像去噪[J]. 电子与信息学报, 2009, 31(3): 561-565. doi: 10.3724/SP.J.1146.2007.01636
引用本文: 边策, 钟桦, 焦李成. 基于非下采样Contourlet变换和双变量模型的图像去噪[J]. 电子与信息学报, 2009, 31(3): 561-565. doi: 10.3724/SP.J.1146.2007.01636
Bian Ce, Zhong Hua, Jiao Li-cheng. Image Denoising Based on Nonsubsampled Contourlet Transform and Bivariate Model[J]. Journal of Electronics & Information Technology, 2009, 31(3): 561-565. doi: 10.3724/SP.J.1146.2007.01636
Citation: Bian Ce, Zhong Hua, Jiao Li-cheng. Image Denoising Based on Nonsubsampled Contourlet Transform and Bivariate Model[J]. Journal of Electronics & Information Technology, 2009, 31(3): 561-565. doi: 10.3724/SP.J.1146.2007.01636

基于非下采样Contourlet变换和双变量模型的图像去噪

doi: 10.3724/SP.J.1146.2007.01636
基金项目: 

国家自然科学基金(60505010,60703109,60702062),国家863计划项目(2006AA01Z107,2007AA12Z136,2007AA12Z223),国家973计划项目(2006CB705700),教育部长江学者和创新团队支持计划项目(IRT0645)资助课题

Image Denoising Based on Nonsubsampled Contourlet Transform and Bivariate Model

  • 摘要: 在研究了非下采样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。
  • Donoho D L and Johhstone I M. Ideal special adaptation bywavelet shrinkage[J].Biometrika.1994, 81(3):425-455[2]Chang S G, Yu B, and VetterliM. Adaptive waveletthresholding for image denoising and compression[J].IEEETrans. on Image Processing.2000, 9(9):1532-1546[3]Crouse M S, Nowak R D, and Baraniuk R G. Wavelet-basedstatistical signal processing using hidden Markov models[J].IEEE Trans. on Signal Processing.1998, 46(4):886-902[4]Portilla J, Strela V, Wainwright M J, and Simoncelli E P.Image denoising using scale mixture of Gaussians in thewavelet domain[J].IEEE Trans. on Image Processing.2003,12(11):1338-1351[5]Sendur L and Selesnick I W. Bivariate shrinkage functions forwavelet-based denoising exploiting interscale dependency[J].IEEE Trans. on Signal Processing.2002, 50(11):2744-2756[6]Do M N and Vetterli M. The Contourlet transform:Anefficient directional multiresolution image respresentation[J].IEEE Trans. on Image Processing.2005, 14(12):2091-2106[7]Cunha A L da, Zhou J P, and Do M N. The nonsubsampledContourlet transform:Theory, design and application[J].IEEETrans. on Image Processing.2006, 15(10):3089-3101[8]Po D D Y and Do M N. Directional multiscale modeling ofimages using the Contourlet transform. IEEE Trans. onImage Processing, 2006, 6(15): 1610-1620.
  • 加载中
计量
  • 文章访问数:  3339
  • HTML全文浏览量:  78
  • PDF下载量:  1197
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-10-16
  • 修回日期:  2008-06-23
  • 刊出日期:  2009-03-19

目录

    /

    返回文章
    返回