基于bayesshrink阈值估计的curvelet图像去噪 curvelet transform for image denoising based on bayesshrink.pdfVIP

曩翟堡量熏鲤复堡曼塑鳗………。 文章编号：1002—8692(2007)06—0014—03 基于BayesShrink阈值估计的 ·论文· Curvelet图像去噪 李传珍，王 晖，王静冬，张蕾 (中国传媒大学信息工程学院，北京100024) 【摘要】 BayesShrink小波去噪与传统的Cunrelet阈值去噪效果，特别是在较大噪声的情况下更能显示出其优势。 【关键词】cunrelet变换；Bayesshrink阈值；Ridgelet变换；小波去噪 【中图分类号】TN911．73 【文献标识码】A C唧VeletTransfbmfor ImageDenOisingBased佃BayesShriIll【 U ki Chuan—zhen，WANGHui，WANGJing—dong，ZHANG JDDDM蕊i舭) (坳珊西幻nEn百册e^ngSc‰Z矿CUc，＆驴；ng Inthis t啪sfo珊andits areintroduced．7rhe andhardthresholdisused 【Abstract】 p印er，Curvelet implementation BayesShrink for intheCurveletdomain．The resultsshowtllatthenewmetllodisbenerthanthewaveletmethod imagedenoising experimental andtIaditionalCunreletmethod undertheconditionof noise． especiaUy high wordS】curvelet 【Key transfom；Bayesshrinktllresholding；Ridgelettransfo瑚；waveletdenoising 1 引言 2 Curvelet变换理论及实现 去噪是图像处理中的一个非常重要的问题。目前已 提出的图像去噪方法主要可分为3类：空域滤波方法、频 是利用Randon变换将线奇异转化为点奇异，再将得到的 域滤波方法和小波去噪方法。空域滤波方法常用的是均 数据进行小波变换得到Ridgelet系数。 匀滤波和中值滤波；频域滤波较简单的是理想低通滤波 和ButteⅣorth滤波和Wiener滤波；小波去噪法一般是针 方向上是常数，而与该直线垂直方向上是小波函数。在二 对加性高斯白噪声的去噪方法，Mallat等最早提出了基 维情况下，点和线可通过Radon变换相联系。因此脊波 于小波变换域的去噪方法【l】，提出了小波域中噪声与信号 变换和小波变换也可通过Radon变换(R，)联系起来。于 的不同特点。 是Ridgelet变换可表示为 传统去噪方法在降低噪声的同时会模糊图像的细 f 节，基于小波变换的图像去噪方法能在降低图像噪声