NSCWT的构造及其在图像降噪中的应用

摘要

针对高频信息较多的图像,提出了既能同时捕获线奇异和点奇异的NSCWT(Nonsubampled Contourlet Wavelet Transform)分析方法,并结合分形去除了图像中的噪声.该方法在对图像进行多尺度分解中,采用高频递归无下采样分解替代LP滤波器,用无下采样方向滤波器组对每一尺度分量进行分解,得到各个方向分量,再对高频冗余量进行小波变换,得到NSCWT系数,最后基于NSCWT引入分形思想来调整NSCWT系数.实验结果表明,本文方法结果的信噪比相比Contourlet变换结果的信噪比提高了1.5～2.3,并在去除了噪声的同时较好的保留了纹理信息,获得了令人满意的降噪效果.