《基于形态成分分析和Contourlet变换的自适应阈值图像去噪方法-论文》.pdfVIP

第27卷 第 6期 模式识别与人工智能 Vo1．27 No．6 2014年 6月 PR ＆AI June 2014 基于形态成分分析和 Contourlet变换的 自适应阈值图像去噪方法术 纪 建 许双星 李 晓 (西安电子科技大学 计算机学院 西安 710071) 摘 要 针对含有丰富纹理和边缘特征的噪声图像 ，提出一种基于形态成分分析 (MCA)和 Contourlet变换的自适 应阈值图像去噪方法．该方法首先引入MCA将噪声图像分为低频部分和高频部分 ，在此基础上设计一种 自适应的 分层阈值估计处理策略．根据噪声的分布特性，通过阈值估计和 Contourlet变换对噪声图像的低频部分和高频部分 进行分频带去噪处理，有效去除噪声图像中的噪声．通过对噪声图像的仿真实验表明，文中方法能较好地保留图像 纹理和边缘，并且去噪效果优