多尺度幾何分析的圖像建模及去噪技術研究.pdf

1、現(xiàn)有的圖像系數(shù)建模算法大多基于小波變換，然而小波分析雖然能夠較好地處理含“點奇異”的函數(shù)類型，但對含“線奇異”或者“面奇異”的二維或者高維函數(shù)則不能達到最優(yōu)的非線性逼近階。而事實上包含線或者面奇異的函數(shù)在高維空間非常普遍，自然圖像的不連續(xù)性往往體現(xiàn)為光滑曲線上的奇異性。因此在圖像理解和處理應用中，多尺度幾何分析方法作為一種新的圖像表示方法，具備多尺度、多方向性特征，在這些不同方向和不同尺度的子帶系數(shù)間存在較強相關性，同時更能表現(xiàn)自然圖像

2、的本質(zhì)特征。
　　本文以多尺度幾何分析Contourlet變換為理論基礎，以Contourlet變換圖像去噪為研究對象，較深入地研究了基于Contourlet變換系數(shù)的統(tǒng)計分析和建模，并將該多尺度幾何分析模型成功應用于圖像去噪處理中。本文主要工作概況如下：
　　提出了一種基于Contourlet域高斯混合尺度模型的去噪算法——CT-GSM。將幾何多尺度分析工具Contourlet變換用于自然圖像的統(tǒng)計建模研究，并應用于自然圖

3、像去噪技術。通過與傳統(tǒng)基于小波變換和Contourlet變換的閾值算法對比表明，該方法在細節(jié)及輪廓信息保持上均有改進，較好地改善了圖像的視覺效果，提高了峰值信噪比，是一種行之有效的方法。
　　本文還利用Contourlet變換系數(shù)中父子節(jié)點相關性，引入雙變量概率分布模型。通過雙變量收縮函數(shù)，基于層內(nèi)方差估計，得到局域自適應的圖像去噪算法——CT-BivShrink，另外，通過循環(huán)平移策略為算法引入了平移不變性。實驗結果驗證了本文方