基于 NSCT 和自适应模糊阈值遥感图像去噪算法

摘要：

针对遥感图像去噪过程中硬阈值去噪的伪吉布斯(Gibbs)现象带来的视觉失真、软阈值去噪对图像细节造成的“过扼杀”现象以及峰值信噪比(PSNR)较低等问题,提出一种基于非下采样 Contourlet 变换(Non-Subsampled Contourlet Transform,NSCT)和自适应模糊阈值的遥感图像去噪算法。该算法通过对含噪图像进行 NSCT 变换,从而得到不同尺度与方向上的 NSCT 域系数,然后结合噪声的分布特点,基于贝叶斯萎缩法,对 BayesShrink 阈值进行了改进,并结合模糊理论,构造模糊阈值函数,实现对变化域内的系数进行处理,最后将处理后的系数进行 NSCT 反变换,以得到去噪后的图像。实验结果表明,该方法不仅很好地克服了硬阈值去噪的伪吉布斯现象带来的视觉失真、软阈值去噪对图像细节造成的“过扼杀”现象,而且能有效地提高峰值信噪比,保持遥感图像丰富的纹理信息。

关键词：非下采样Contourlet变换、模糊阈值、遥感图像、去噪算法

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家级城市气象科学研究基金IUMKY&UMRF 201103;江苏省博士后科研基金1101024B;南京信息工程大学科研基金S8111133001

在线出版日期：2016-04-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：65-69