基于Curvelet域的图像复原和分解模型

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.