论文部分内容阅读
提出一种基于非下采样的Contourlet变换(NSCT)图像去噪方法。该方法首先对原图像进行对数变换，将乘性噪声转换为加性噪声，然后进行NSCT多尺度分解，在不同频段的子带图像中，采用平滑的Sigmoid阈值函数进行滤波处理。由于Sigmoid函数是平滑可导，采用SURE准则来求取最小均方误差(LMSE)意义下的阈值。最后通过NSCT逆变换和指数变换得到去噪后的图像。实验结果表明，该方法不仅可以有效地降低图像的噪声，还可以保留图像的边缘细节信息。