论文部分内容阅读
研究了curvelet变换域非参数贝叶斯估计图像去噪问题．利用先验概率模型一正态反高斯（NIG）分布对图像curvelet系数的稀疏分布进行统计建模，并在此基础上设计出基于NIG的最大后验概率（MAP）估计器．通过估计curvelet子带系数分布的参数，实现基于MAP的子带自适应收缩图像去噪，最后通过仿真验证了去噪算法的性能．结果表明，该方法能有效地去除图像中的噪声，同时较好地保留了图像的纹理和边缘等细节．