摘要:第二代Curvelet变换是继小波变换之后,能更适合图像处理特点的一种多尺度变换,它能同时获得对图像平滑区域和边缘部分的稀疏表示,且具有很强的方向性。针对它的优点,提出了一种基于第二代Curvelet阈值的图像复原和分解的新模型。本文首先在负指数Hilbert-Sobolev空间推广了Daubechies-Teschke模型,接着对推广的模型在Curvelet域上进行处理。实验结果表明该模型不仅可以很好地分解图像、去除噪声,而且可以去模糊,使图像有较好的视觉效果。
关键词:第二代curvelet 图像分解 图像复原 图像去模糊
单位:西安电子科技大学理学院; 陕西西安710071; 中国石油大学数学与计算科学学院; 山东东营257061
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社