基于变换系数统计特性的图像去噪方法

摘要

本发明公开了一基于变换系数统计特性的图像去噪方法，提取含噪图像在非下采样Contourlet分解后的高频子带，利用Weibull分布刻画系数大小的统计特性，并结合平均圆锥比率进行建模，通过新型HMT充分利用非下采样Contourlet子带间的三种关系，对高频子带进行去噪处理。由于结合Weibull分布能更加准确的描述变换系数的统计特性，同时还利用了平均圆锥比率的联合测量作为隐状态以及利用系数尺度间、尺度内、方向间多种关系建立新型HMT，因此本发明能够更好的识别信息和噪声，明显地改善和提高了图像的视觉效果。

主权项

一种基于变换系数统计特性的图像去噪方法，其特征在于按如下步骤进行：步骤1：将含有噪声的预处理图像，进行非下采样Contourlet分解变换，得到一个低频子带和若干个高频子带；步骤2：使用二阶和四阶累积量知识，估计高频子带的Weibull参数；步骤3：计算出系数大小的条件概率密度和系数尺度间平均圆锥比率的概率密度，并获得两者的联合条件概率密度；步骤4：构建HMT树，拓展HMT树为多叉树，建立融合尺度间、尺度内、方向间多种关系的HMT模型，使用步骤3的联合概率密度进行训练，获得模型参数；步骤5：使用贝叶斯去噪得到无噪系数，对去噪后系数进行非下采样Contourlet变换，获得无噪图像。