基于第二代轮廓波变换的消噪方法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (2): 5-7.

基于第二代轮廓波变换的消噪方法

陈新武^1,2,田金文²,沈绪榜²

1.信阳师范学院物理电子工程学院，河南信阳 464000
2.华中科技大学多谱信息处理技术国防重点实验室，武汉 430074

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2008-01-11 发布日期:2008-01-11
通讯作者: 陈新武

Second generation contourlet transform based denoising approach

CHEN Xin-wu^1,2,TIAN Jin-wen²,SHEN Xu-bang²

1.College of Physics and Electronics，Xinyang Normal University，Xinyang，Henan 464000，China
2.State Key Lab. for Multi-Spectral Inf. Processing Tech.，Huazhong University of Science and Technology，Wuhan 430074，China

Received:1900-01-01 Revised:1900-01-01 Online:2008-01-11 Published:2008-01-11
Contact: CHEN Xin-wu

摘要/Abstract

摘要： 提出一种基于第二代轮廓波变换的消噪方法，该方法在阈值选取上采用基于自适应冲激响应的多尺度多方向阈值，在硬阈值处理之后采用自适应维纳滤波。该方法充分利用了第二代轮廓波变换在频域和时域的局部化、多尺度、多方向和低冗余特征；能够利用更多较小的轮廓波变换系数以减轻轮廓波硬阈值消噪带来的纹理效应，并能更好适应人类的视觉特征。实验结果表明提出的消噪方法在峰值信噪比和视觉效果上都优于第一代轮廓波和小波的消噪效果。

关键词: 图像消噪, 第二代轮廓波变换, 多尺度几何分析, 冲激响应, 峰值信噪比

Abstract: The second generation contourlet transform based de-noising method is proposed，its threshold selection is determined by impulse response of every multi-scale multi-direction followed by wiener adapted filter.The method adequately utilizes the frequency and time domain localization，multi-scale，multi-direction and low redundancy characters of second generation contourlet transform；more smaller contourlet transform coefficients can be used to alleviate the artifacts effect produced by contourlet hard threshold，and is more suitable for human visual system.Experimental results show that the proposed de-noising method is superior to those of the method based on wavelet and first generation contourlet transform.

Key words: image denoising, second generation contourlet transform, multi-scale geometric analysis, impulse response, PSNR

陈新武^1,2,田金文²,沈绪榜². 基于第二代轮廓波变换的消噪方法[J]. 计算机工程与应用, 2008, 44(2): 5-7.

CHEN Xin-wu^1,2,TIAN Jin-wen²,SHEN Xu-bang². Second generation contourlet transform based denoising approach[J]. Computer Engineering and Applications, 2008, 44(2): 5-7.

[1]	江巨浪1，章瀚2，朱柱1，詹文法1. 高密度椒盐噪声的多方向加权均值滤波[J]. 计算机工程与应用, 2016, 52(6): 204-208.
[2]	薛俊韬，金志刚，杨正瓴，张军. 基于向量相似度的水印模型分析[J]. 计算机工程与应用, 2016, 52(24): 116-120.
[3]	蔡伟华，何选森. 基于UWT和独立分量分析的含噪盲源分离[J]. 计算机工程与应用, 2016, 52(16): 180-185.
[4]	陈昌龙，孙克辉. 基于图像特征分块的分数阶微分图像增强算法[J]. 计算机工程与应用, 2016, 52(14): 186-191.
[5]	何易德1，秦小林1，罗国涛2，陈帅1. 基于R-滤子的多帧图像重建算法[J]. 计算机工程与应用, 2015, 51(17): 194-198.
[6]	楼天良1，侯楚林2. 变步长比例归一化子带自适应滤波算法研究[J]. 计算机工程与应用, 2014, 50(9): 200-203.
[7]	王炼红，刘庆娜，刘宏力，罗晶，张红俊. 基于LS算法的OFDM信道估计的研究与改进[J]. 计算机工程与应用, 2014, 50(24): 213-217.
[8]	槐向兵，厉征鑫，刘建立，高卫东. 基于轮廓波变换的织物疵点图像消噪新方法[J]. 计算机工程与应用, 2014, 50(19): 143-146.
[9]	乔闹生1，2，张奋3. 广义全变分与巴特沃斯高通滤波融合图像去噪[J]. 计算机工程与应用, 2014, 50(19): 20-22.
[10]	刘晓辉，金志刚，卫津津，赵西满. P2P网络多视点立体视频传输的数据块调度策略[J]. 计算机工程与应用, 2013, 49(11): 6-10.
[11]	杨红娟1，陈继文2，张运楚1. 基于第二代Curvelet变换的点云曲面特征提取[J]. 计算机工程与应用, 2012, 48(33): 183-187.
[12]	陈寅银，黄有度. 基于空域相关滤波和总变分模型的图像去噪[J]. 计算机工程与应用, 2012, 48(31): 175-178.
[13]	陈平平，谭定英，刘秀峰. 一种改进的小波变换图像压缩算法[J]. 计算机工程与应用, 2012, 48(14): 175-179.
[14]	宋瑞霞，李亚楠，张巧霞，姚东星，陈曦. 一种空域和频域相结合的图像消噪方法[J]. 计算机工程与应用, 2011, 47(34): 184-186.
[15]	马立新1，侯楚林2. 改进的变步长比例仿射投影算法[J]. 计算机工程与应用, 2011, 47(28): 131-134.