基于小波域的Contourlet变换法的自适应光学图像去噪算法研究

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,改进阈值的自适应选取方法,获得最优阈值 Ti,j[σX (LD)],实现图像去噪,同时分析文中算法的去噪的峰值信噪比(PSNR)和计算的复杂度。仿真实验证明,与DWT-NABayesShrink 去噪方法、DTCWT-BayesShrink 和CbATD 去噪方法相比,视觉效果和PSNR 都有明显提高。