1.算法部分仿真预览

       为适应图像的空域非平稳变化, 提出了一种基于小波域分类隐马尔可夫树(CHMT)模型的图像去噪方法.该模型中,图像在每一尺度每一子带的小波系数均被分成C组以突出其空域非平稳变化 的特征,这样原来的一棵小波四叉树被分成了C棵具有不同HMT参数的小波四叉树,再经过合理的初始化和期望最大化(EM)算法训练参数,反变换恢复.实验 结果表明,与已有方法相比,该方法在不增加计算量的前提下,明显改善了所恢复图像的质量(PSNR).

clc;
clear;
close all;
warning off;
addpath(genpath(pwd));


load lena;
 
sigma = 0.1; %noise standard deviation
hh = daubcqf(4); %wavelet filter

x = lena + sigma*randn(size(lena));
disp(['PSNR of noisy image is ' num2str(psnr(lena,x)) 'dB']);
y=hdenoise(x,hh);
disp(['PSNR of denoised image is ' num2str(psnr(lena,y)) 'dB']);
figure(1);
image(x*255+1);
colormap(gray(256));
axis square;
title('Noisy image');
figure(2);
image(y*255+1);
colormap(gray(256));
axis square;
title('Denoised image');

2.源码获取方式

获得方式1：

点击下载链接：

【提供程序操作视频】基于小波域的隐马尔可夫树模型的图像去噪方法的matlab实现代码

获取方式2：

博客资源项，搜索和博文同名资源。

获取方式3：

如果下载链接失效，加博主微信联系。