几何流
-
基于Bandelet变换的高级图像去噪工具箱
该工具箱是专为MATLAB开发的高级图像处理软件，主要实现基于Bandelet变换的图像去噪算法。与传统的小波变换不同，Bandelet变换能够利用图像内部的几何正则性，通过在小波域中寻找最佳的几何流方向，将图像中的边缘和纹理特征进行高度稀疏化的表示。其核心功能包括实现第二代Bandelet变换算法，支持四叉树分解以适应图像的局部几何特性。系统能够自动识别图像中的结构流向，并在去噪过程中沿着这些方向进行自适应滤波，从而在有效移除加性高斯白噪声的同时，克服传统方法容易产生的振铃效应，完整保留图像的尖锐边缘和精细细节。该工具箱应用场景广泛，包含医学核磁共振图像修复、深空探测卫星成像增强以及高清晰度工业视觉检测等对边缘敏感度要求极高的领域。内部集成了拉格朗日代价函数优化，可自动寻找最优的几何基字典，并提供硬阈值与软阈值等多种衰减策略，确保在不同噪声水平下均能获得卓越的图像恢复效果。 -
基于Bandelet变换与BLSGSM的图像去噪系统
本项目致力于实现一种高性能的图像去噪算法，结合了Bandelet变换的几何自适应特性与BLSGSM（高斯尺度混合模型的贝叶斯最小二乘估计）统计模型的优势。项目核心功能完整涵盖了第二代Bandelet变换的实现，能够根据图像的几何结构（如边缘和纹理方向）动态调整变换基，从而比传统小波变换更稀疏地表示图像信息。在此基础上，引入了BLSGSM方法对Bandelet系数进行统计建模和估计，实现了在保留图像边缘细节的同时有效去除高斯白噪声。此外，为了克服变换域去噪常见的吉布斯伪影（Gibbs phenomena），本项目还集成了平移不变（Translation-Invariant, TI）去噪策略，通过对图像进行循环平移处理再平均，进一步提升了输出图像的视觉质量和PSNR指标。需要特别注意的是，算法在处理大尺寸图像（如高分辨率照片）或开启平移不变模式时，由于涉及多方向的最佳基搜索及大量系数矩阵的存储与运算，会对计算机内存资源有较高消耗，这是算法追求高质量重建的代价。
