Nghiên cứu so sánh Contourlet và Ridgelet qua mô hình khử nhiễu ảnh y khoa

Họ biến đổi ảnh trên miền không gian dựa vào bậc thang hình học đã được đề xuất và phát triển rất nhiều các mô hình khác nhau trong những năm gần đây. Có thể kể ra một số phép biến đổi mới thuộc thế hệ X-let, từ wavelet trở về sau này như Ridgelet, Contourlet, Bandelet [1,2,3,4]. Khử nhiễu ảnh là một vấn đề quan trọng trong ngành xử lý ảnh, đặc biệt là trong xử lý ảnh y sinh [7,8,9], việc loại bỏ nhiễu ảnh để giúp cho việc chẩn đoán, điều trị trong lĩnh vực y khoa một cách chính xác hơn là một nhu cầu cần thiết. Bài báo này trình bày nghiên cứu về mô hình khử nhiễu ảnh y thông qua việc so sánh kết quả khử nhiễu của 2 phép biến đổi của thế hệ X-let là Ridgelet và Contourlet. Thông qua kết quả nghiên cứu, chúng tôi nhận thấy rằng mô hình Contourlet hiệu quả hơn Ridgelet trong việc khử nhiễu ảnh y khoa. Abstract A special member of the transforming of multiscale in the frequency domain has been proposed and developed in the last few years ago. We mention here some transformations after X-let generation such as: Ridgelet, Contourlet, Bandelet [1,2,3,4]. Denoising image has been an important field in image processing, especially on medical image [7,8,9]. In order to diagnosing more and more exactly, the noise must have been removed completely after acquiring from the machine. This paper introduces the comparison of two model transform for denoising medical image. The results show that the Contourlet transform has more efficiency than the Ridgelet transform