基于第二代Curvelet变换的图像去噪算法

Curvelet变换具有多尺度及各向奇异性的特点,可以最优地表示图像边缘和平滑部分。针对硬阈值方法会产生伪Gibbs效应的不足,提出使用改进的Garrote阈值函数与Cycle Spinning循环平移相结合的方法来减少伪Gibbs效应。实验结果表明,与基于平移变换改进的小波变换、基于Wrapping的Curvelet变换相比较,该方法在噪声标准差为20时,峰值信噪比（PSNR）可高达26.03,一定程度上有效扼制了去噪过程中出现的伪Gibbs效应,很好地保留图像的边缘信息,从而使得视觉效果得到了改善。