[发明专利]基于轮廓波Contourlet变换的图像去噪方法

摘要

本发明公开了一种基于轮廓波Contourlet变换的图像去噪方法，属于图像处理领域。该方法的实现过程为：首先对含噪图像进行循环平移，得到多幅含噪图像的平移图像，然后对这些平移图像分别进行Contourlet变换并优化Contourlet变换系数，接着对优化过的Contourlet系数作Contourlet逆变换，得到多幅含噪图像去噪后的平移图像，再将这些图像作逆向循环平移，然后进行平均，得到含噪图像最终的去噪图像。本发明利用轮廓波Contourlet可以捕获图像的方向性信息的特点，通过阈值方法区分出噪声图像边缘与噪声，在有效抑制噪声同时，较好保留图像细小的纹理及边缘信息，通过对含噪图像进行循环平移处理，有效消除去噪后图像上所产生的失真。通过与几种去噪方法对比，本发明的去噪方法PSNR值最高，去噪效果最好。

主权项

1、一种基于轮廓波Contourlet变换的图像去噪方法，其特征在于：首先对含噪图像进行循环平移，得到多幅含噪图像的平移图像，然后对平移图像进行轮廓波Contourlet变换并优化轮廓波Contourlet变换系数，接着对优化过的轮廓波Contourlet系数作Contourlet逆变换，得到多幅去噪后的平移图像，再将去噪图像作逆向循环平移，最后进行平均，得到含噪图像最终的去噪图像；其具体实现步骤如下：(1)设置输入含噪图像的最大循环平移步数，用轮廓波Contourlet变换将输入含噪图像分解为K层，则输入含噪图像的像素在行和列向上最大循环平移步数为K，初始化输入含噪图像行或列向的实际循环平移步数，令k＝1；(2)将输入含噪图像f(x，y)在行或列向循环平移k步，得到图像f_k(x，y)；(3)对图像f_k(x，y)进行轮廓波Contourlet变换；(4)通过阈值方法优化图像f_k(x，y)的轮廓波Contourlet变换系数；(5)对优化过的Contourlet变换系数作轮廓波Contourlet逆变换，得到f_k(x，y)去噪后的图像f^k(x,y);]]>(6)将去噪后的图像逆向循环平移k步，得到图像g_k(x，y)；(7)令k＝k+1，如果k≤K，转步骤(2)，否则转步骤(8)；(8)对所有循环平移后的图像g_i(x，y)用算式f^(x,y)=1K×Σi=1Kgi(x,y)]]>进行平均，得到最终输入含噪图像的去噪图像式中i＝1，2，...K。