摘要：利用非下采样contourlet变换(NSCT)平移不变性、多分辨率、多方向的优点,提出了一种基于非下采样Con-tourlet变换的子带自适应Bayes阈值图像去噪算法。该算法将源图像分解至NSCT变换域,能根据不同尺度、不同方向的子带能量,自适应调整去噪阈值。实验表明,与contourlet多尺度阈值去噪、contourlet自适应阈值去噪相比,该算法在图像去噪上能获得更好的视觉效果和更高的峰值信噪比。

摘要：红外图像具有灰度变化不平均、分辨率较低、噪声较多等特征,传统的图像分割方法难以对红外图像分割出有效实体。为解决这一问题,设计了一种基于非下采样contourlet变换(NSCT)的随机游走红外图像分割算法。传统的随机游走图像分割方法,图像部分灰度值的不均匀变化可能改变随机游走算法的路径,而且分割目标的轮廓很容易受到图像背景噪声影响,所以可以通过增强图像的目标轮廓,抑制图像噪声,以达到更好的分割效果。NSCT变换是一种非常有效的图像增强方法,首先采用NSCT变换对红外图像进行多方向、多尺度分解,得到红外图像的低频和高频系数,对该系数进行处理,然后反变换得到增强后的红外图像。实验结果表明,该方法在红外图像分割中取得了很好的效果。