科研之友
微信
新浪微博
Facebook
分享链接
摘要
强噪声图像去噪一直是图像处理技术应用领域研究的热点，为进一步提高强噪声图像的去噪质量和对图像边缘的保护，针对三维块匹配（Block Matching 3D,BM3D）方法对强噪声图像去噪效果不佳及图像线状奇异性（如边缘）缺乏最优表示的问题，提出了基于二维非下采样剪切波变换（Non-subsampled Shearlet Transform,NSST）和BM3D的组合去噪方法。该方法首先对含噪图像进行NSST正变换，得到不同尺度和不同方向高频子带的剪切波系数；然后对每个尺度不同方向的高频子带求取贝叶斯阈值，并利用渐进半软阈值函数对各高频子带进行去噪；最后对低频子带和各去噪高频子带进行NSST逆变换，得到去噪结果。将去噪图像作为BM3D中基础估计阶段的预滤波，能够进一步提高基础估计阶段分组的正确性，为BM3D去噪奠定良好基础。组合去噪方法结合了NSST与BM3D的各自优势，仿真试验结果表明，对于低噪声图像，本方法和BM3D方法去噪效果相同，略优于非局部平均法；对于强噪声卫星影像，本方法去噪效果优于BM3D和非局部平均法。
-
单位河南省地震局
