基于超完備Contourlet的圖像去噪和圖像融合.pdf

1、小波分析已經(jīng)廣泛應(yīng)用于信號(hào)處理與分析中，并取得了較為突出的效果。但在高維情況下，小波分析并不能充分利用數(shù)據(jù)對(duì)象的幾何特征。針對(duì)小波理論的這一局限，人們?cè)谛〔ɡ碚摰幕A(chǔ)上提出了多尺度幾何分析方法，超完備Contourlet是一種新的多方向多尺度的分析方法，它是基于平穩(wěn)小波的非下采樣Contourlet變換組合而成的，由于它的多尺度和多方向特性，能有效處理圖像中的高維奇異性。圖像去噪和圖像融合是計(jì)算機(jī)視覺(jué)領(lǐng)域低層視覺(jué)中最為基礎(chǔ)和重要的環(huán)節(jié)，

2、本文基于超完備Contourlet變換在圖像去噪和圖像融合方面做了以下工作：
　　 超完備Contourlet變換有優(yōu)于Contourlet和非下采樣Contourlet(NSCT)的方向分辨能力，是具有平移不變性、多尺度和多方向并且完全重構(gòu)的圖像表示工具。通過(guò)分析我們發(fā)現(xiàn)超完備Contourlet變換系數(shù)間存在的很強(qiáng)的相關(guān)性，其表現(xiàn)為具有方向性，尺度間傳承性和鄰域聚集性等，而噪聲則不具備這類特性。本文在此基礎(chǔ)上提出了一種采用方

3、向和尺度積并且結(jié)合鄰域聚集性的超完備Contourlet系數(shù)去噪模型，理論分析和實(shí)驗(yàn)結(jié)果都表明該方法能夠很好的區(qū)分信號(hào)和噪聲，且抑制圖像噪聲效果較為明顯，同時(shí)在此基礎(chǔ)上更好的保留了圖像細(xì)節(jié)信息。
　　 圖像融合的目的是為了獲得某個(gè)特定場(chǎng)景更清晰的圖像，以便對(duì)圖像進(jìn)行后續(xù)處理，更好的進(jìn)行目標(biāo)識(shí)別。本文提出了一種基于超完備Contourlet變換的圖像融合算法，算法以局部標(biāo)準(zhǔn)差和方向?qū)Ρ榷茸鳛樘卣鞑⒔Y(jié)合平均與選擇的融合策略，并對(duì)融合