基于非下采樣Contourlet變換的圖像去噪與融合.pdf

1、多尺度幾何分析是在小波變換基礎(chǔ)上發(fā)展起來的圖像稀疏表示工具，其不僅繼承了小波變換所具有的多分辨率、時-頻局域性，而且還滿足各向異性以及低冗余等特性，是圖像稀疏描述的有效手段。本文在多尺度幾何分析的基礎(chǔ)上，著重對具有代表性的非下采樣Contourlet變換(NSCT)進(jìn)行了研究，并將其平移不變性及幾何流性質(zhì)應(yīng)用于紅外與可見光圖像的去噪與融合當(dāng)中。
　　 對圖像去噪，本文提出了基于NSCT的圖像去噪算法。首先對圖像NSCT分解系數(shù)的

2、低頻部分采用門限閾值平均法進(jìn)行處理，然后對系數(shù)的高頻部分則采用分層自適應(yīng)硬閾值結(jié)合NCST的幾何流性質(zhì)進(jìn)行處理。實驗仿真結(jié)果表明，利用本文算法得到的去噪圖像，峰值信噪比與經(jīng)典小波和輪廓波去噪算法相比有0.5-4dB的提升，主觀視覺效果也得到很好的改善。
　　 對圖像的融合，系統(tǒng)分析、對比了幾種多尺度圖像融合算法及規(guī)則，提出基于NSCT的圖像融合算法。通過在傳統(tǒng)加權(quán)平均法的基礎(chǔ)上引進(jìn)門限閾值，在有效抑制噪聲的前提下完成低頻系數(shù)的融