多尺度幾何分析的圖像建模及去噪技術(shù)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(diǎn)奇異”的函數(shù)類(lèi)型，但對(duì)含“線(xiàn)奇異”或者“面奇異”的二維或者高維函數(shù)則不能達(dá)到最優(yōu)的非線(xiàn)性逼近階。而事實(shí)上包含線(xiàn)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(xiàn)上的奇異性。因此在圖像理解和處理應(yīng)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(qiáng)相關(guān)性，同時(shí)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(chǔ)，以Contourlet變換圖像去噪為研究對(duì)象，較深入地研究了基于Contourlet變換系數(shù)的統(tǒng)計(jì)分析和建模，并將該多尺度幾何分析模型成功應(yīng)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(jì)建模研究，并應(yīng)用于自然圖

3、像去噪技術(shù)。通過(guò)與傳統(tǒng)基于小波變換和Contourlet變換的閾值算法對(duì)比表明，該方法在細(xì)節(jié)及輪廓信息保持上均有改進(jìn)，較好地改善了圖像的視覺(jué)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(diǎn)相關(guān)性，引入雙變量概率分布模型。通過(guò)雙變量收縮函數(shù)，基于層內(nèi)方差估計(jì)，得到局域自適應(yīng)的圖像去噪算法——CT-BivShrink，另外，通過(guò)循環(huán)平移策略為算法引入了平移不變性。實(shí)驗(yàn)結(jié)果驗(yàn)證了本文方