作者：张鑫; 井西利图像处理最大后验概率估计正态反高斯模型相关性图像去噪
摘要：提出一种新的贝叶斯图像去噪方法,该方法以正态反高斯（NIG）模型为先验模型,对图像小波系数的稀疏分布统计建模,并用最大后验概率（MAP）估计法对小波系数进行估计。为了改善贝叶斯图像去噪的效果,还根据尺度间相关性的大小对小波系数分类进行处理。此外,还引入了递归循环平移（CycleSpinning）算法对小波变换缺乏平移不变性产生的吉布斯现象进行抑制。实验结果表明该去噪算法能有效地去除图像中的高斯白噪声,更好地保留图像细节,提高图像的峰值信噪比值。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
