基于小波變換的三維濾波和塊匹配算法研究.pdf

1、圖像在信息傳輸工具中占據(jù)主要地位。圖像的重要性使數(shù)字圖像處理技術的研究成為研究學科的熱點，而數(shù)字圖像去噪技術在數(shù)字圖像處理的研究中占據(jù)了很大的比重。為了實現(xiàn)良好的圖像去噪效果，人們對于圖像去噪的研究從未停止，至今已獲得很多優(yōu)秀成果。在眾多的圖像去噪算法中，非局部去噪算法的提出為人們開拓了道路，豐富了眼界，在眾多去噪算法中非局部去噪算法不僅去噪效果良好而且有著重要的意義。非局部去噪算法中，三維濾波和塊匹配算法的提出結合了通信方面的知識，有

2、著良好去噪效果的同時更為人們提供了新的思路。但是，由于使用的第一代小波變換存在嚴重的缺陷，影響了該算法的處理效果。
　　本文主要的研究內容是三維濾波和塊匹配算法。我們在學習研究中發(fā)現(xiàn)，三維濾波和塊匹配算法中使用的傳統(tǒng)小波變換存在著平移不變性不足和方向選擇性較差的缺陷，這些缺陷的存在會影響算法的執(zhí)行效果，如何解決這些問題便是研究中的重點。針對算法存在的缺陷，我們提出了構造另外的小波變換對圖像信息進行重復采樣，以達到近似平移不變性和方

3、向選擇性的改進。在假設的實現(xiàn)過程中，我們對小波變換進行了深入學習研究，發(fā)現(xiàn)雙樹復數(shù)小波變換的特性符合我們所需要的條件，所以在三維濾波和塊匹配算法的改進研究中，決定使用雙樹復數(shù)小波變換解決小波變換存在的問題以實現(xiàn)算法改進。但在雙樹復數(shù)小波的學習中發(fā)現(xiàn)，傳統(tǒng)雙樹復數(shù)小波的構造方法會引入過高的復雜度，雖然可以提升算法效果，但同時也會造成去噪時間的增長。因此在學習研究之后，對于雙樹復數(shù)小波變換的構造這點上我們提出了使用Hilbert變換和解析函