基于改进Directionlet域的广义高斯模型图像去噪方法

摘要

本发明公开了一种基于改进Directionlet域的广义高斯模型图像去噪方法，主要解决现有去噪方法边缘细节丢失严重、均匀区域过平滑的问题。其实现步骤为：(1)选测试图像，加入高斯噪声，得到噪声图像；(2)对噪声图像进行子图分割，确定各子图的变换矩阵；(3)对子图采样，得到陪集；(4)对各陪集进行各向异性小波变换；(5)估计高频子带广义高斯模型的形状参数和局部标准差；(6)由含噪系数估计无噪系数；(7)对无噪系数进行各向异性小波逆变换；(8)根据变换矩阵加权综合，重构各子图；(9)将重构的子图合成，得到去噪结果。本发明具有边缘细节保持好、均匀区域失真少和峰值信噪比高的优点，可用于去除自然图像中的高斯噪声。