[IEEE TENCON 2019 - 2019年IEEE第十区会议(TENCON) - 印度科钦(2019.10.17-2019.10.20)] TENCON 2019 - 2019年IEEE第十区会议(TENCON) - 基于非下采样剪切波变换域拉普拉斯混合模型与双边滤波的图像去噪及其方法噪声阈值处理

摘要： 本文提出一种基于空间自适应非下采样剪切波变换（NSST）的贝叶斯自然图像去噪技术。该变换具有更优的方向选择性，能对分段光滑函数实现近乎最优逼近且近似平移不变。通过采用局部参数的二维状态拉普拉斯混合（LM）分布对图像NSST系数建模，经Kolmogrov-Smirnov检验表明该分布高度适配NSST图像系数的建模需求。基于此先验分布构建最大后验概率（MAP）估计器，并对MAP输出施加自适应双边滤波（ABF）以平滑均匀区域的视觉伪影同时保留纹理细节。最终将该LMM先验的NSST域MAP估计器与ABF结合，通过方法噪声阈值框架实现图像去噪。在多组基准图像不同噪声水平下的实验验证表明，该框架在细节保持方面表现优异，较近期相关方法及BM3D方法具有更低的失真度。