|
|||||
|
|
| 基于形态成分分析和Contourlet变换的自适应阈值图像去噪方法 | |
| 摘 要： | 针对含有丰富纹理和边缘特征的噪声图像,提出一种基于形态成分分析(MCA)和Contourlet变换的自适应阈值图像去噪方法.该方法首先引入MCA将噪声图像分为低频部分和高频部分,在此基础上设计一种自适应的分层阈值估计处理策略.根据噪声的分布特性,通过阈值估计和Contourlet变换对噪声图像的低频部分和高频部分进行分频带去噪处理,有效去除噪声图像中的噪声.通过对噪声图像的仿真实验表明,文中方法能较好地保留图像纹理和边缘,并且去噪效果优于传统的均值滤波去噪、中值滤波去噪、小波多层阈值去噪和轮廓波多层阈值去噪方法. |
| 关 键 词： | 形态成分分析(MCA) 轮廓波变换 自适应阈值 图像去噪 |
| 本文献已被 CNKI 等数据库收录！ | |