基于Contourlet的图像PCA去噪方法

摘要：

提出了一种通过主分量分析(PCA)对Contourlet域中噪声能量的估计来实现去噪的新方法.Contourlet变换是一种结合多分辨率分析和方向性滤波的小波变换,它除了具有一般小波变换的多尺度、时频局域性外,还具有多方向性、各向异性等特征.因此,Contourlet能有效地捕获到自然图像中的轮廓,并对其进行稀疏表示.目前使用的小波去噪方法基本上都是建立在对噪声方差估计的基础上,而在Contourlet变换系数中,通过建立数学模型对噪声方差进行精确的估计是很困难的.算法无需对噪声方差进行估计,更具有实用价值.实验结果显示,与小波软、硬阈值去噪算法和基于小波的图像PCA去噪方法比较,该算法不仅提高了图像的信噪比,而且图像视觉效果也明显改善.

关键词：Contourlet变换、主分量分析、图像去噪

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60572011;f010204;"985工程"特色项目计划基金LZ985-231-582627;甘肃省自然科学基金YS021-A22-00910

在线出版日期：2007-08-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：46-48,51