更新时间：05-02 （小熊熊）提供原创文章
摘要:在图像处理中，图像通常都存在着各种噪声。噪声的存在不仅会影响图像的质量，使图像的视觉效果变差，甚至会干扰图像中的有效信息。因此，有必要对含有噪声的图像进行去噪处理。人们一直在寻求一种既能减小噪声、又能保留图像边缘信息的方法,传统的去噪方法很难同时兼顾这两个方面。近年来，基于Contourlet变换的图像去噪方法在图像处理领域中成为主流,其具有小波变换的多分辨特性和时频局部化特性，同时还具有各向异性和多方向性，这样对自然界信息的捕捉显得更加方便，因此，基于Contoudet变换的去噪方法具有广泛的应用前景。
本文首先介绍了图像去噪技术研究的背景和意义，描述了噪声的分类和去噪结果的质量评价指标，总结了几种常用的图像去噪方法。其次介绍了基于多尺度几何分析的图像去噪，分别介绍了其中的Ridgelet变换、Curvelet变换及Bandelet变换的去噪方法。
本文最后介绍了Contourlet变换应用于图像去噪的过程,将Contourlet变换方法与小波变换进行对比实验，并对实验结果进行主观、客观的评价，最终证明了Contourlet变换在图像去噪上的有效性。
关键词 Contourlet变换；图像去噪；多尺度几何分析；小波变换
目录
摘要
Abstract
1 绪论-2
1.1图像去噪的背景和意义-2
1.2 图像去噪技术的研究现状-2
1.3多尺度几何分析的研究现状-3
1.4本论文的研究目标-3
2 图像去噪技术-5
2.1图像噪声的分类-5
2.2传统图像去噪方法-5
2.2.1空间域去噪法-5
2.2.2 变换域去噪法-7
2.3图像去噪质量评价-8
2.3.1主观评价-8
2.3.2客观评价-9
3 多尺度几何分析-11
3.1 Ridgelet变换-11
3.2 Curvelet变换-12
3.3 Bandelet变换-12
3.4 Contourlet变换-14
4 基于Contourlet变换的图像去噪方法-18
4.1 阈值函数-18
4.2 阈值估计算法-18
4.3 基于Contourlet变换的图像去噪-19
4.4 实验及结果分析-20
5 总结与展望-23
致谢-24
参考文献-25