论文部分内容阅读
作为新型高维奇异性分析工具,非下采样轮廓(Nonsubsampled Contourlet)变换不仅克服了小波(Wavelet)变换的非奇异性最优基缺点,而且提供了优于轮廓(Contourlet)变换的平移不变性。以性能优越的非下采样轮廓变换为基础,提出了一种新的图像去噪方法。该方法首先对图像进行非下采样轮廓变换,以得到不同尺度、不同方向上的变换系数;然后结合噪声分布特点确定多尺度阈值,并依此阈值对高频系数进行去噪处理;最后对去噪处理后的变换系数进行反变换,以得到去噪图像。仿真实验结果表明,该方法不