一种新的基于非下采样Contourlet变换的自适应图像去噪算法 提出了一种新的结合非下采样Contourlct变换(NSCT)和斯坦无偏风险估计(SURE)的自适应图像去噪方法。通过NSCT对含噪图像进行分解,根据斯坦无偏风险估计准则对分解后的噪声图像进行均方误差E”s估计,并依据得到的E“s构造线性自适应阈值方程,对含噪图像的每一个分解子带进行阈值去噪。对自适
基于非下采样Contourlet变换和双变量模型的图像去噪 研究了非下采样Contourlet变换(NSCT)和贝叶斯最大后验估计理论框架下的双变量模型的基础上,该 文将二者结合起来,提出了一种新的图像去噪算法。算法在利用变换平移不变性和多方向选择性优点的同时,充分 挖掘了图像NSCT系数尺度内和尺度间的双重相关性,并详细阐述了噪声估计方法。仿真结果和分析表