基于UDCT的系數(shù)建模及在圖像去噪中應(yīng)用.pdf

1、在數(shù)字圖像處理中，均勻離散曲波變換(Uniform Discrete Curvelet Transform UDCT)是一種新的多分辨率分析工具，利用各系數(shù)之間的關(guān)系為UDCT系數(shù)建立合適的模型，并為其選取合適的參數(shù)估計(jì)算法，是解決UDCT在圖像去噪應(yīng)用的一個(gè)關(guān)鍵問題。
　　文中重點(diǎn)研究UDCT系數(shù)建模和參數(shù)估計(jì)問題以及其在圖像去噪中應(yīng)用。在當(dāng)前已有的小波變換(Wavelet)、輪廓波變換(Contourlet)研究的基礎(chǔ)上，提出

2、對(duì)UDCT系數(shù)的尺度內(nèi)的關(guān)系采用廣義高斯模型而對(duì)尺度間關(guān)系則采取隱馬爾科夫樹模型描述，提出相應(yīng)的參數(shù)估計(jì)算法并用于圖像的去噪處理。
　　本文的主要工作及創(chuàng)新之處：
　　(1)文中針對(duì)廣義高斯分布參數(shù)擬合問題提出用連分式迭代來實(shí)現(xiàn)廣義高斯分布的參數(shù)估計(jì)；連分式迭代具有算法穩(wěn)定、收斂域廣、計(jì)算精度高、迭代速度快等特性。文中首先構(gòu)造出基于連分式的廣義高斯分布(GeneralizedGaussian Distribution GGD

3、)形狀參數(shù)β的迭代格式；且通過與矩估計(jì)、牛頓迭代和連分式迭代等算法進(jìn)行比較，經(jīng)過大量的實(shí)驗(yàn)可得出，在不同方差噪聲時(shí)，基于連分式迭代算法在計(jì)算時(shí)間復(fù)雜度和精度上都優(yōu)于其它算法，而且收斂性不受初始值等參數(shù)制約，總能收斂到最優(yōu)值附近。
　　(2)針對(duì)隱馬爾科夫樹模型存在的計(jì)算量問題，通過分析系數(shù)衰減性和尺度間系數(shù)延續(xù)性，提出一種新的對(duì)算法參數(shù)初值的方差和狀態(tài)轉(zhuǎn)移矩陣優(yōu)化方法，實(shí)驗(yàn)結(jié)果證明：訓(xùn)練序列時(shí)間減少2/5；在采用峰值信噪比和相似度