Research on Adaptive Optics Image Denoising Algorithm Based on the Wavelet-Based Contourlet Transform

Single Image Noise Estimation Based on Image Segmentation and Scatter Statistics of Noise

“…理、 分析与目标探测、 识别中， 需要基于噪声估计辅助实现噪声抑制 [1][2] ， 并且为减小其对后续的影响， 先估计 噪声后处理 [3][4][5] 是主要思路之一。此外， 图像作为光学成像系统的最终产物， 图像噪声估计对于评价光学成 像系统质量非常重要。近年来， 如何合理评定图像噪声水平已经成为热门研究。 图像变换常被应用于噪声估计， 比如小波变换 [6][7] 。噪声图像被分解为子带系数， 表征噪声的方差可根 据 这 些 系 数 来 估 计 获 得 [8] 。 这 些 方 法 对 于 高 频 噪 声 有 效 ， 但 对 低 频 噪 声 估 计 能 力 不 足 。 采 用 滤 波 手 段 可 以 克 服 这 个 缺 点 ， 即 先 使 用 低 通 滤 波 器 对 含 噪 图 像 进 行 预 处 理 ， 再 使 用 原 图 与 去 噪 抑 制 图 像 的 差 的 方 差 来 衡 量噪声水平 [9][10][11] ， 但是这类方法的缺陷在于容易忽略图像的边缘与细节对图像噪声估计的影响。 近 年 来 研 究 者 提 出 一 些 新 型 的 噪 声 估 计 算 法 表 现 较 为 稳 健 。 Tian 等 [12]…”