基于Curvelet变换的图像去噪方法研究与应用

【摘要】： 图像在获取、编码、传输过程中产生各种各样的噪声，为了后续更高层次的处理，很有必要对图像进行去噪。然而，传统的去噪方法去噪过程中损失了图像边缘特征。小波对于一维分段平滑信号的表达具有很好的性能，却并不适宜表达二维信号。虽然滤除噪声，却损失了图像边缘细节信息，造成图像模糊。如何寻求一种既能有效地减少噪声、又能很好地保留图像边缘信息的方法，一直是人们努力追求的目标。 随后99年出现的Curvelet变换是在小波变换基础上发展起来的一种新的多尺度变换，它的结构元素包括尺度和位置参数，比小波变换还多了方位参数，使得Curvelet变换具有良好的方位特性。因此，Curvelet变换对图像的边缘，如曲线、直线等几何特征的表达更加优于小波，这一特点使得Curvelet变换在图像去噪中已经取得了较好的研究成果。但是，该方法去噪后的图像某些区域会出现“振铃”和放射状条纹，因此本文提出了基于Curvelet变换的图像去噪改进方法。 实验结果表明，Curvelet变换改进方法对图像去噪有着广泛的应用前景。它不仅可以对普通光学图像进行去噪，也可以应用到遥感领域去噪。对于遥感影像，如SPOT全色波段影像，Landsat TM多光谱影像等等，都可以采用本文提出的Curvelet变换改进方法进行去噪。