针对数字全息再现像存在的散斑噪声干扰严重、对比度低等问题，提出了基于散斑去噪各向异性扩散(SRAD)模型及非下采样Contourlet变换(NSCT)的数字全息再现像像质改善方法。采用SRAD模型消除再现像中的散斑噪声，然后进行NSCT分解，产生一个低频子带和若干高频子带。基于非线性增益函数和图像分割方法调整低频子带系数，并利用改进的NSCT模极大值法对高频子带进行边缘增强。大量实验结果表明，与近年来提出的非线性扩散去噪方法及NSCT增强方法相比，所提出的方法能更有效地消除散斑噪声、提升再现像的

本文提出了一种基于非下采样Contourlet变换与非线性各向异性扩散的方法进行含噪图像的去噪和增强。首先对含噪图像进行非下采样Contourlet分解，对每个分解层的各个子带进行非线性收缩和拉伸，以达到抑制噪声和增强图像特征的目的。然后，对去噪增强后图像的Contourlet小系数进行空间域的非线性各向异性扩散，以去除由于进行非下采样Contourlet去噪所造成的为伪Gibbs现象和 side-band效应。实验结果表明，本文方法相比于无扩散的Wavelet和Contourlet方法相比，不