非下采样Contourlet HMT模型  

The nonsubsampled Contourlet HMT model

作　　者：王相海[1,2] 倪培根[1] 苏欣[3] 方玲玲[1,2] 宋传鸣[1] 

机构地区：[1]辽宁师范大学计算机与信息技术学院,大连116029 [2]苏州大学江苏省计算机信息处理技术重点实验室,苏州215006 [3]辽宁师范大学数学学院,大连116029

出　　处：《中国科学：信息科学》2013年第11期1431-1444,共14页Scientia Sinica(Informationis)

基　　金：国家自然科学基金(批准号:41271422);辽宁省教育厅科学研究一般项目(批准号:L2013405;L2013406);计算机软件新技术国家重点实验室开放基金(批准号:KFKT2011B11);南京邮电大学图像处理与图像通信江苏省重点实验室开放基金(批准号:LBEK2010003);智能计算与信息处理教育部重点实验室(湘潭大学)开放课题(批准号:2011ICIP06)资助项目

摘　　要：非下采样Contourlet变换(NSCT)不仅具有类似传统小波变换和Contourlet变换的多尺度和多方向特性,而且还具有良好的平移不变特性.文中对NSCT变换系数进行研究,获得NSCT变换的方向子带系数同样具有持续性和聚集性的结论;在此基础上结合隐Markov树模型,建立了一种新的基于NSCT域的隐Markov树模型NSCT-HMT,并且给出了该模型的参数结构以及模型参数的训练方法;最后将所提出的模型应用于图像去噪中取得了很好的仿真效果.The non-subsampled Contourlet transform （NSCT） has not only characteristics of nmlti-scale, multi- direction and anisotropy, like traditional wavelet transform and Contourlet transform, but also the good charac- teristics of shift-invariant. We draw the conclusion that the directional subband coefficients also have persistence and aggregation through studying the coefficients of the NSCT. On tile basis of HMT. we establish a novel non-subsampled Contourlet transform domain hidden Markov tree model, NSCT-HMT. and give the parameters structure of the model as well as the training method of the model parameters. Finally, we apply the proposed model to image denoising, and achieve a good simulation effect.

关 键 词：非下采样CONTOURLET变换 高斯混合模型 隐Markov树模型 NSCT-HMT模型 图像去噪 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]