摘要: 研究了Curvelet变换域非参数贝叶斯估计图像去噪问题。利用先验概率模型-正态反高斯(NIG)分布对图像Curvelet系数的稀疏分布进行统计建模,并在此基础上设计出基于NIG的最大后验概率(MAP)估计器。通过估计Curvelet子带系数分布的参数,实现基于MAP的子带自适应收缩图像去噪,最后通过仿真验证了去噪算法的性能。结果表明,该方法能有效地去除图像中的噪声,同时较好地保留了图像的纹理和边缘等细节。
邓承志;曹汉强;汪胜前. Curvelet变换域自适应收缩图像去噪[J]. 应用科学学报.
DENG Cheng-zhi;CAO Han-qiang;WANG Sheng-qian . Adaptive Shrinkage Image Denoising in Curvelet Domain[J]. Journal of Applied Sciences.