基于中值滤波和小波变换的图像去噪研究

基于多尺度几何变换的图像去噪方法的研究，比较详细的介绍了该方法。

可用于sar图像去噪，matlab语言~直接可以使用

从图像噪声的统计特性出发,结合贝叶斯萎缩法(BayesShrink)原理,提出了基于小波域的Contourlet 变换法的图像去噪方法。根据贝叶斯准则估计阈值Ti,j,并考虑邻域局部相关性,改进阈值的

在分析传统脊波变换去噪方法优缺点的基础上, 针对其不足, 提出一种基于复脊波变换的去噪方法。算法将传统脊波变换中的标量一维小波变换替换为二元树复小波变换, 使得脊波变换具有平移不变性; 然后, 对图像

Curvelet变换用于图像去噪可以较好地保留图像的细节信息,但在边缘处会产生“划痕”现象。采用全变差法进行去噪能保持边缘形状不变,但也会丢失图像的纹理等细节信息。为了充分利用两种方法的优点,将Cur

Hybrid noise filtering algorithm based on image denoising

为了有效去除图像噪声且能更好地保护图像细节，提出一种基于Contourlet变换和改进NeighShink的图像去噪方法。首先将图像进行Contourlet变换，利用stein无偏风险估计在各尺度各方

提出了一种利用自适应窗的小渡域双重局部维纳滤波图像去噪算法。综合考虑小波分解后各个子带中能量分布的方向特性和图像本身的边缘和纹理特性，该算法首先估计每个子带中信号的能量分布进而在每个子带中确定自适应窗

基于提升小波分解和曲波的雷达图像去噪，对于理解小波和曲波去噪有帮助

基于自适应小波阈值的SAR图像去噪算法