一种基于轮廓波变换和统计模型的图像去噪算法的研究

本文提出了一种基于轮廓波（Contourlet）变换和统计模型相结合的图像去噪方法。Contourlet变换能够更好地表征图像各个方向的特征．通过对特征系数的分析．估计统计模型，利用近似最大后验概率估计（MAP）做局部方差估计并且和噪声方差的估计比较来达到去噪的目的。为了克服缺乏平移不变性所带来的Gibbs效应，本文采用循环平移法进行优化，有效地克服Gibbs效应。与小波变换去噪法和Contourlet变换阈值去噪法比较，该算法不仅能够提高图像去噪的PSNR，而且能够更有效地保持图像的边缘和细节。