一种Contourlet变换域的图像降噪方法

摘要

本发明涉及一种Contourlet变换域的图像降噪方法。本方法首先对输入的带噪图像进行循环平移后，利用Contourlet变换对输入的带噪图像进行多尺度、多方向的稀疏分解，并在Contourlet变换域利用最小Bayesian风险函数来估计Contourlet域系数，其次，进行Contourlet逆变换和相应平移量的逆循环平移，得到此次平移后的降噪图像；然后重复前面的步骤，并对每次得到的降噪图像进行线性平均，得到最终的降噪图像。本发明提供的图像降噪方法能提高降噪图像的质量，提供更加全面、准确的目标和背景信息，达到较理想的降噪效果，适用于军事领域或非军事领域的光学成像、目标检测和安全监控等系统中。

主权项

1、一种Contourlet变换域的图像降噪方法，其特征在于首先对输入的带噪图像进行循环平移后，利用Contourlet变换对输入的带噪图像进行多尺度、多方向的稀疏分解，并在Contourlet变换域利用最小Bayesian风险函数来估计Contourlet域系数；其次，进行Contourlet逆变换和相应平移量的逆循环平移，得到此次平移后的降噪图像；然后，重复前面的步骤，并对每次得到的降噪图像进行线性平均，得到最终的降噪图像。