基于UDCT的改进双变量模型图像去噪.pdfVIP

第38卷 第 3期 合 肥 工 业 大 学 学报 (自然科学版) Vo1．38No．3 2015年 3月 JOURNALOFHEFEIUNIVERSITY OFTECHNOLOGY M ar．2015 doi：10．3969／j．issn．1003—5060．2015．03．012 基于 UDCT的改进双变量模型图像去噪 杨兴明， 牛坡礼 (合肥工业大学 计算机与信息学院，安徽合肥 230009) 摘 要 ：文章通过对均匀离散曲波变换(UDCT)域中小波系数统计特性的研究，针对传统双变量模型未考虑 空间聚集性的不足，提出了一种新的双变量模型去噪算法。首先在双变量模型的基础上采用了蒙特卡洛方法 估计各子带的噪声方差；然后引入邻域模型，通过调整邻域窗的大小估计相应窗口内小波系数的度量方差 ，得 到初始化图像；最后以初始化图像和原噪声图像为先验信息，推导出改进的双变量模型来处理原噪声图像，且 以对称K—L散度和最大迭代次数为收敛条件 ，得到最终去噪图像。实验结果证明了该算法的有效性。 关键词：均匀离散曲波变换 ；蒙特卡洛方法 ；邻域模型；双变量模型 中图分类号 ：TP751．1 文献标识码：A 文章编号：1003—5060(2015)03—0345—06 Imagedenoisingwith improvedbivariatemodelbasedon uniform discretecurvelettransform YANG Xing-ming， NIU Po-li (SchoolofComputerandInformation，HefeiUniversityofTechnology，Hefei230009，China) Abstract：ByresearchingonthestatisticalpropertiesofwaveletcoefficientsoftheuniforlTldiscretecurvelet transform(UD r)domain，anew denoisingalgorithm basedonthebivariatemodelisproposedtomakeup fortheunconsiderationofspatialclusteringintraditionalbivariatemode1．Firstly，theMonteCarlomethodis usedtoestima tethenoisevarianceofeachsubbandonthebasisofthebivariatemode1．Secondly，inorderto obtaintheinitialima ge。theneighborhoodmodeliSintroducedtoestimatethemeasurementvarianceofthe waveletcoefficientsofcorrespondingwindowbyadjustingthesizeofneighborhoodwindow．Finally，theini— tialima geandtheoriginalnoisingima geraeusedaspriorinformationtoddeucetheimprovde bivariatemodel fordaelingwiththeoriginalnoisingima ge．Andthefinaldenoisingima geisacquiredundertheconvergence conditionofsynm~etricKullback_Leiblerdivergenceandthemaximum numberofiterations．T