Resumen

Se propone un nuevo método basado en la transformada directionlet para la eliminación de ruido de imágenes en un marco bayesiano. Para conseguir la eliminación del ruido, los coeficientes directionlet de la imagen no corrompida se modelan de forma independiente e idéntica mediante un modelo de mezcla Laplaciano de dos estados con media cero. El algoritmo de maximización de expectativas se utiliza para estimar los parámetros que caracterizan el modelo a priori asumido. En el marco de la teoría bayesiana, los coeficientes directionlet de la imagen libre de ruido se estiman mediante una función de contracción no lineal basada en la media ponderada del estimador del error cuadrático medio mínimo. Demostramos mediante simulaciones con imágenes contaminadas por ruido gaussiano blanco aditivo que el método propuesto es muy competitivo en comparación con otros métodos tanto en términos de relación señal-ruido pico como de calidad visual.

• Materias:Ingeniería electrónica Comunicaciones Ópticas Redes Inalámbricas Procesamiento de señales asistido por computador Procesamiento de datos
• Subjects:Electronic engineering Optical communications Wireless Networks Signal processing computer-assisted Data processing
• Palabras claves:coeficientes directionlet, ruido gaussiano blanco aditivo, modelo de mezcla laplaciano, modelo a priori supuesto, función de contracción no lineal, estimador de error cuadrático, marco bayesiano, teoría bayesiana, transformada directionlet, imagen libre
• Keywords:directionlet coefficients, additive white gaussian noise, laplacian mixture model, assumed prior model, nonlinear shrinkage function, square error estimator, bayesian framework, bayesian theory, directionlet transform, free image