基于非下采样contourlet变换的图像去噪方法 (2011年)

根据非下采样contourlet变换（NSCT）具有多尺度、多方向和平移不变的性质，提出了一种基于NSCT变换的图像去噪方法。首先对图像进行NSCT变换，得到不同尺度、不同方向的信息，然后根据分解所得系数确定阈值，依此阈值进行去噪处理，最后对去噪处理后的系数进行反变换，得到去噪图像。实验表明：该方法比小波变换（WT）及contourle变换（CT）能更稀疏表示图像，可有效消除图像中的伪吉布斯效应及噪声，能达到更好效果及更高的峰值信噪比（PSNR），较好地保持图像细节及纹理。