基于贝叶斯估计自适应软硬折衷阈值Curvelet图像去噪技术  

The image denoising method of soft and hard adaptive thresholding based on Curvelet transform and Bayesian estimation

作　　者：杨国梁[1] 雷松泽[1] 

机构地区：[1]西安工业大学计算机学院,陕西西安710032

出　　处：《西安工程大学学报》2011年第6期857-861,866,共6页Journal of Xi’an Polytechnic University

基　　金：陕西省教育厅专项科研基金项目(2010JK595);西安工业大学校长科研基金项目(XGYXJJ1006)

摘　　要：针对传统阈值图像去噪方法存在的不足,提出了基于贝叶斯估计和Curvelet变换的软硬折衷阈值图像去噪方法,自适应地对不同的Curvelet子带进行阈值化处理.实验结果表明,该方法对图像中的边缘曲线特征有更好的复原.去噪后图像的峰值信噪比值(PSNR)更高,视觉效果更好.According to the defects of soft thresholding and hard thresholding image denoising methods,the image denoising method of soft and hard adaptive thresholding is proposed based on Curvelet transform and Bayesian estimation image denoising.Experiment results show that the new method has the advantages in denoised images with higher quality recovery of edges.It is capable for achieving the higher peak signal-to-noise ratio（PSNR） and giving better visual quality.

关 键 词：脊波变换 CURVELET变换 贝叶斯估计 图像去噪 

分 类 号：TN911[电子电信—通信与信息系统]