一种改进正态逆高斯分布模型的图像去噪算法-计算机应用研究.PDF

第３４卷第１０期 计 算 机 应 用 研 究 Ｖｏｌ３４Ｎｏ１０ ２０１７年１０月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｏｃｔ．２０１７ 一种改进正态逆高斯分布模型的图像去噪算法 ａ ａ ａ，ｂ ａ 兰小艳 ，陈　莉 ，贾　建 ，林　皓 （西北大学ａ．信息科学与技术学院；ｂ．数学学院，西安７１０１２７） 摘　要：针对传统去噪算法去除含噪声较大的图像时仍有部分噪声残留的问题，基于变换域提出一种改进正态 逆高斯分布的图像去噪算法。该算法在非下采样剪切波变换域，利用最优线性插值阈值函数改进正态逆高斯模 型作为系数分布模型，对高频子带分解系数进行统计建模，以贝叶斯最大后验概率理论实现图像去噪。实验结 果表明，对于添加不同标准差的高斯白噪声图像，该算法在有效保留图像细节和纹理信息的同时在峰值信噪比 方面优于同类去噪算法。 关键词：图像处理；非下采样剪切波变换；正态逆高斯分布模型；最优线性插值阈值；图像去噪 中图分类号：ＴＮ９１１．７３　　文献标志码：Ａ　　 文章编号：１００１３６９５（２０１７）１０３１８８０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１７．１０．０６９ Ｉｍｐｒｏｖｅｄｉｍａｇｅｄｅｎｏｉｓｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎ ｎｏｒｍａｌｉｎｖｅｒｓｅＧａｕｓｓｉａｎｄｉｓｔｒｉｂｕｔｉｏｎｍｏｄｅｌ ａ ａ ａ，ｂ ａ ＬａｎＸｉａｏｙａｎ，ＣｈｅｎＬｉ，ＪｉａＪｉａｎ ，ＬｉｎＨａｏ （ａ．ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎ＆Ｔｅｃｈｎｏｌｏｇｙ，ｂ．ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓ，ＮｏｒｔｈｗｅｓｔＵｎｉｖｅｒｓｉｔｙ，Ｘｉ’ａｎ７１０１２７，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｔｈａｔｔｈｅｔｒａｄｉｔｉｏｎａｌｄｅｎｏｉｓｉｎｇａｌｇｏｒｉｔｈｍｓｓｔｉｌｌｅｘｉｓｔｓｏｍｅｒｅｓｉｄｕａｌｎｏｉｓｅｗｈｅｎｒｅｍｏｖｉｎｇｌａｒｇｅ ｎｏｉｓｅｆｒｏｍｎｏｉｓｙｉｍａｇｅｓ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｉｍｐｒｏｖｅｄｉｍａｇｅｄｅｎｏｉｓｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｎｏｒｍａｌｉｎｖｅｒｓｅＧａｕｓｓｉａｎｍｏｄｅｌ． Ｔｈｅａｌｇｏｒｉｔｈｍｄｅｃｏｍｐｏｓｅｄｉｍａｇｅｉｎｔｏｆｒｅｑｕｅｎｃｙｃｏｅｆｆｉｃｉｅｎｔｓｉｎｔｈｅｎｏｎｓｕｂｓａｍｐｌｅｄｓｈｅａｒｌｅｔｔｒａｎｓｆｏｒｍ，ａｎｄｕｓｅｄｔｈｅｏｐｔｉｍａｌ ｌｉｎｅａｒｔｈｒｅｓｈｏｌｄｉｎｔｅｒｐｏｌａｔｉｏｎｓｈｒｉｎｋｆｕｎｃｔｉｏｎｔｏｉｍｐｒｏｖｅｎｏｒｍａｌｉｎｖｅｒｓｅＧａｕｓｓｉａｎｍｏｄｅｌａｓｔｈｅｃｏｅｆｆｉｃｉｅｎｔｄｉｓｔｒｉｂｕｔｉｏｎｍｏｄｅｌ． Ｔｈｅｎｔｈｅａｌｇｏｒｉｔｈｍｂｕｉｌｔａｓｔａｔｉｓｔｉｃｍｏｄｅｌｕｓｉｎｇｔｈｅｈｉｇｈｆｒｅｑｕｅｎｃｙｓｕｂｂａｎｄｄｅｃｏｍｐｏｓｉｔｉｏｎｃｏｅｆｆｉｃｉｅｎｔｓ，ａｎｄｆｉｎａｌｌｙａｃｈｉｅｖｅｄｔｈｅ ｎｏｉｓｅｒｅｍｏｖａｌｕｓｉｎｇＢａｙｅｓｉａｎｍａｘｉｍｕｍａｐｏｓｔｅｒｉｏｒｐｒｏｂａｂｉｌｉｔｙ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｃｏｒｒｕｐｔｅｄｉｍａｇｅｓｗｉｔｈａｄｄｉｔｉｖｅ Ｇａｕｓｓｉａｎｎｏｉｓｅｏｖｅｒａｗｉｄｅｒａｎｇｅｏｆｎｏｉｓｅｖａｒｉａｎｃｅ．Ｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｐｒｅｓｅｒｖｅｔｈｅｉｍａｇｅｄｅｔａｉｌｓａｎｄｔｅｘｔｕｒｅ ｉｎｆｏｒｍａｔｉｏｎ，ａｎｄａｓｔａｔｅ