非下采样Shearlet域多变量模型的图像去噪

摘要：

为有效去除含噪图像中的噪声,提出一种基于非下采样剪切波域的多变量阈值收缩去噪方法.首先考虑图像的非下采样剪切波邻域系数的依赖关系,由最大后验估计推导出多变量收缩函数,估计原始图像的非下采样剪切波系数,其中最高尺度系数结合硬阈值估计,然后经过非下采样剪切波逆变换得到去噪后的图像.该模型充分利用了非下采样剪切波的平移不变性、对图像边缘及纹理细节的表示能力,以及非下采样剪切波系数在尺度内和尺度间的依赖关系.实验结果表明,该方法在有效去除噪声的同时,克服了伪吉布斯效应,保持了图像的边缘及纹理细节.

关键词：图像去噪、非下采样剪切波、多变量收缩模型、最大后验估计

所属期刊栏目：37

分类号：TP391.41(计算技术、计算机技术)

资助基金：2018年度国家自然科学基金青年科学基金项目61801288;上海市教育委员会科研创新项目14YZ69;"教师专业发展工程"2017年上海高校教师培养;上海健康医学院2017年度种子基金

在线出版日期：2019-01-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：26-31