基于小波變換的圖像閾值去噪研究與實現(xiàn).pdf

1、圖像去噪是信號處理中的一個經(jīng)典問題。圖像在數(shù)字化和傳輸過程中常受到成像設備與外部環(huán)境噪聲干擾等影響,成為含噪圖像。這些噪聲使圖像質(zhì)量變差,影響人們對圖像的理解,而且還關系到后續(xù)圖像的處理效果,如圖像切割、目標識別、邊緣檢測等。為了獲取高質(zhì)量數(shù)字圖像,對圖像的降噪處理就顯得極其重要,在盡可能的保持原始信息完整性的同時,去除信號中無用的噪聲。所以,去噪算法一直是圖像處理和計算機視覺領域的熱點研究課題。本文主要進行小波域去噪方法在圖像去噪中的

2、應用研究。
　　 小波域去噪是指含噪信號經(jīng)過小波變換之后,信號和噪聲的小波系數(shù)在不同尺度上具有不同的特征表現(xiàn),通過構(gòu)建對應的規(guī)則,可在小波域分別對信號和噪聲的小波系數(shù)進行數(shù)學方法上的處理。處理的本質(zhì)在于減小甚至完全舍棄噪聲產(chǎn)生的系數(shù),同時最大程度地保留原始信號的小波系數(shù),最后再重構(gòu)得到原始信號的最優(yōu)估計。
　　 基于小波變換去噪的方法有很多種,本文重點對其中的閾值去噪方法展開研究。該類去噪方法中的閾值收縮思想主要基于如下

3、事實:較大的小波系數(shù)一般由實際信號產(chǎn)生,而較小的系數(shù)很大程度是由噪聲產(chǎn)生。因此通過設定合適的閾值,進行小波變換并將小于閾值的小波系數(shù)置零,而保留大于閾值的小波系數(shù),達到去噪的目的。由于小波變換采用的是正交小波,缺乏平移不變特性,經(jīng)過傳統(tǒng)的小波閾值去噪后,會產(chǎn)生視覺上的失真,即偽Gibbs現(xiàn)象。因此本文提出一種基于靜態(tài)小波變換的閾值去噪算法,該算法將信號展開在一組有“冗余”的基上,信號經(jīng)過靜態(tài)小波變換后,使各個尺度上信號的長度相等,可解決

4、由正交小波變換缺乏平移不變性而產(chǎn)生的偽Gibbs現(xiàn)象,改進算法的去噪效果在均方差和信噪比方面優(yōu)于正交變換的結(jié)果。此外傳統(tǒng)的閾值去噪方法沒有考慮到尺度空間上的相關性,本文提出基于空域相關的圖像閾值濾波算法,該算法將空域相關去噪算法和閾值去噪算法的優(yōu)點加以結(jié)合,將尺度間的相關性與閾值去噪的思想結(jié)合起來對圖像進行去噪,使得相關計算不僅可以在銳化信號邊緣與其它重要特征的同時抑制噪聲,而且可提高信號主要邊緣的定位精度。
　　 本文在深入分