基于权重粒子群优化阈值的NSCT图像去噪  

NSCT Image Denoising Based on Weight Particle Swarm Optimization Threshold

作　　者：刘继红[1] 贾振红[1] 覃锡忠[1] 杨杰[2] 胡英杰 

机构地区：[1]新疆大学信息科学与工程学院,乌鲁木齐830046 [2]上海交通大学图像处理与模式识别研究所,上海200240 [3]奥克兰理工大学知识工程与发现研究所,新西兰奥克兰1020

出　　处：《计算机工程》2012年第10期209-211,共3页Computer Engineering

基　　金：科技部国际科技合作计划基金资助项目(2009DFA12870);教育部促进与美大地区科研合作与高层次人才培养基金资助项目

摘　　要：提出一种基于线性递减权重粒子群优化(LinWPSO)阈值的非下采样Contourlet变换(NSCT)图像去噪方法。在NSCT域通过LinWPSO对广义交叉验证风险函数寻优以确定最佳阈值,通过软阈值函数去噪,利用NSCT的平移不变性抑制伪Gibbs失真效应,从而完整保留图像的纹理和边缘等细节信息。实验结果表明,该方法能有效去除遥感图像的高斯噪声,提高图像的峰值信噪比。A Nonsubsampled Contourlet Transform（NSCT） image denoising method based on Linear decreasing Weight Particle Swarm Optimization（LinWPSO） is proposed in this paper.This method acquires the optimal threshold of Generalized Cross Validation（GCV） risk function by using LinWPSO in the NSCT domain,and removes the noise through soft threshold function,which does not need the prior information of noise variance.Experimental results show that the proposed method can more effectively reduce Gauss noise in remote sensing image and improve the Peak Signal to Noise Ratio（PSNR） of the image.

关 键 词：图像去噪 软阈值 非下采样CONTOURLET变换 粒子群优化 平移不变性 广义交叉验证 

分 类 号：TN911.73[电子电信—通信与信息系统]