用轮廓波提升图像结构、纹理与噪声分离效果
Séparation en composantes structures, textures et bruit d'une image, apport de l'utilisation des contourlettes
- 改用轮廓波变换替代传统小波，更好捕捉图像几何特征
- 提出轮廓波空间及相应范数，构建迭代分解算法
- 在两张含噪纹理图像上验证，有效减少伪影
本文旨在改进含噪图像的分解算法。现有方法如文献[1][2]可将图像分解为结构、纹理和噪声三部分，但使用可分离小波时会产生伪影。为此，本文用轮廓波变换替代小波变换，因其能更准确地逼近图像中的几何结构。我们定义了轮廓波空间及其对应的范数，并据此设计出一种迭代算法。该算法在两张含噪纹理图像上进行了测试，结果表明其能有效抑制伪影，提升分解质量。
原文摘要 · Abstract (English)
In this paper, we propose to improve image decomposition algorithms in the case of noisy images. In \cite{gilles1,aujoluvw}, the authors propose to separate structures, textures and noise from an image. Unfortunately, the use of separable wavelets shows some artefacts. In this paper, we propose to replace the wavelet transform by the contourlet transform which better approximate geometry in images. For that, we define contourlet spaces and their associated norms. Then, we get an iterative algorithm which we test on two noisy textured images.
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。