xử lý ảnh mờ nhiễu
Công trình Multilevel Threshold Based Image Denoising in Curvelet Domain, Nguyen Thanh Binh, Ashish Khare, 2010[2]:
Curvelet là một phương pháp mang lại kết quả tốt cho quá trình giữ được các biên cạnh của ảnh khi khử nhiễu. Nhưng để khắc phục việc mất đi thông tin của ảnh thì nhóm tác giả đã đề xuất việc sử dụng đa ngưỡng để lọc lấy thông tin và khử nhiễu cho ảnh bằng cách kết hợp với cycle-spinning. Trong bài báo này đã đề xuất một cách tính ngưỡng mới là:
1 1 Threshold 2j σ M µ − = (2.7)
Sau đó áp dụng cycle-spinning vào với biến đổi curvelet để cải thiện kết quả thu được. Giải thuật đã được kiểm chứng với các loại nhiễu Gaussian và speckle với nhiều mức độ nhiễu và cấp độ khác nhau trên tập ảnh có nhiều kích thước: 64x64, 128x128, 256x256, 512x512, 1024x1024. Kết quả thu được khi so sánh với complex wavelet transform, curvelet transform bằng 2 thông số PSNR và MSE.
2.2.4Công trình nghiên cứu Contourlet Transform [26] xử lý ảnh nhiễu nhiễu
Công trình Image Denoising With The Contourlet Transform, Boaz Matalon, Michael Elad, Michael Zibulevsky [26]:
Dựa trên phép biến đổi contourlet, nhóm tác giả đề xuất một phương pháp để khử nhiễu cho ảnh trong miền wavelet là Basis-Pursuit Denoising (BPDN) với một giá trị ngưỡng mới được xây dựng dựa trên mô hình nhiễu Gaussian. Ý tưởng chính của bài báo là việc kết hợp các phương pháp BPDN. Các phương pháp này được nhóm tác giả tiến hành so sánh kết quả khử nhiễu trên các ảnh: Peppers, Lena, Barbara.
Mặc dù cung cấp một hướng đi mới là việc sử dụng phương pháp kết nối với các phép biến đổi nhằm củng cố kết quả thu được nhưng vẫn chưa ổn định với tất cả các loại ảnh và chưa thử nghiệm nhiều ở nhiều loại nhiễu khác.
Mặc dù cung cấp một hướng đi mới là việc sử dụng phương pháp kết nối với các phép biến đổi nhằm củng cố kết quả thu được nhưng vẫn chưa ổn định với tất cả các loại ảnh và chưa thử nghiệm nhiều ở nhiều loại nhiễu khác. hai tên gọi TV/L2 và TV/L1 dựa trên nội dung của phương pháp Augmented Lagrangian. TV/L2 là quá trình khử mờ với việc giải quyết cho các vấn đề: f- subproblem và u-subproblem. TV/L1 là quá trình khử nhiễu với việc giải quyết cho các vấn đề: f-subproblem, u-subproblem và r-subproblem.