论文部分内容阅读
提出一种基于非下采样Shearlet变换（NSST ）的各向异性双变量收缩函数的图像去噪算法。根据NSST不同尺度间系数的方差各向异性特性，在双变量收缩函数的基础上引入各向异性拉普拉斯概率分布，利用牛顿迭代算法得到各向异性的双变量收缩函数，对NSST系数进行处理，充分利用NSST能捕捉更多纹理及结构等细节信息的优点。实验结果表明，该算法在峰值信噪比、结构相似性以及主观视觉效果上均得到较大提高。