Resumen

Las imágenes espaciales están inevitablemente mezcladas con diferentes niveles de ruido y distorsión. La transformada contourlet puede proporcionar representaciones dispersas multidimensionales de imágenes en un dominio discreto. Debido a su estructura de filtro, la transformada contourlet no es invariante a la traslación. En este documento, utilizamos una estructura piramidal no submuestreada y un filtro direccional no submuestreado para lograr una descomposición de imágenes multidimensional e invariante a la traslación para imágenes espaciales. Se utiliza una transformada contourlet no submuestreada como base para un filtro mejorado de medias no locales (NLM) de Bayes para diferentes frecuencias. El modelo bayesiano agrega un rango sigma en las operaciones de imagen, lo que puede ser más efectivo para proteger los detalles de la imagen. El filtro NLM conserva el contenido de los bordes de la imagen y asigna mayor peso a las similitudes para los píxeles de borde. Los resultados experimentales tanto en imágenes estándar como en imágenes espaciales confirman que

• Materias:Modelado matemático Sistemas estocásticos Productos gráficos Ecuaciones matriciales Métodos de descomposición
• Subjects:Mathematical modeling Stochastic systems Graph products Matrix equations Decomposition methods
• Palabras claves:Imágenes espaciales; Transformada contourlet; Representaciones dispersas multidimensionales; Estructura de pirámide no submuestreada; Descomposición de imagen invariante a la traslación; Filtro de medias Bayesianas no locales
• Keywords:Spatial images; Contourlet transform; Multidimensional sparse representations; Nonsubsampled pyramid structure; Translation-invariant image decomposition; Bayesian nonlocal means filter