基于二進小波變換的自適應(yīng)閾值圖像去噪研究.pdf

1、圖像去噪是圖像處理領(lǐng)域的一個熱點問題，也是一個具有挑戰(zhàn)性的研究方向。近年來，隨著小波理論的日臻完善，小波變換以其優(yōu)良的特性，在圖像去噪領(lǐng)域占有舉足輕重的地位。目前，基于小波變換的去噪方法已經(jīng)成為圖像去噪和恢復(fù)的重大分支，其中由Donoho等人提出的小波閾值去噪方法以其原理簡單、易于實現(xiàn)等特點成為最活躍的研究內(nèi)容之一。然而，小波閾值去噪方法自身固有的缺陷，如硬閾值函數(shù)的不連續(xù)性、軟閾值函數(shù)使得估計值與實際值之間存在恒定偏差以及閾值缺乏尺度

2、自適應(yīng)性等也限制了它的進一步應(yīng)用。國內(nèi)外許多研究者在此基礎(chǔ)上，從構(gòu)造新的閾值函數(shù)和尋求最優(yōu)閾值的角度對其作了大量的研究，為充分發(fā)揮其優(yōu)越性開辟了廣闊的前景也為自適應(yīng)去噪方法的探索提供了依據(jù)。縱觀已有的自適應(yīng)閾值圖像去噪方法，幾乎都是在正交小波變換的基礎(chǔ)上作出的研究，而對于基于二進小波變換的自適應(yīng)閾值圖像去噪方面的研究卻是鳳毛麟角。為了尋求更有效的去噪方法，進一步豐富小波去噪的內(nèi)容，文章以小波閾值去噪方法為研究對象，以提高圖像峰值信噪比和

3、改善圖像視覺效果為判斷依據(jù)，從算法、閾值函數(shù)和閾值的角度出發(fā)，利用實驗對比分析的方法對自適應(yīng)圖像去噪方法進行了探索性研究。主要研究內(nèi)容如下：
　　 （1）對小波變換的基本理論進行了系統(tǒng)地闡述，著重介紹了離散小波變換的快速算法：Mallat算法和二進小波變換的快速算法：à trous算法；
　　 （2）關(guān)于小波閾值去噪方法中閾值函數(shù)的選擇、閾值的選取、小波基的選取以及分解層數(shù)的確定問題作了深入地分析討論；
　　 （

4、3）在深入分析軟、硬閾值函數(shù)的優(yōu)缺點的基礎(chǔ)上，以Gaussian噪聲為背景，構(gòu)造了一種具有參數(shù)可調(diào)節(jié)的自適應(yīng)閾值函數(shù)，仿真實驗結(jié)果表明該函數(shù)優(yōu)于軟、硬閾值函數(shù)；
　　 （4）為抑制由正交小波變換缺乏平移不變性而導(dǎo)致去噪后圖像出現(xiàn)的Gibbs視覺失真現(xiàn)象，引入了具有平移不變性的二進小波變換，并基于上述實驗結(jié)果，提出了一種基于二進小波變換的自適應(yīng)閾值去噪方法。該方法針對Donoho通用閾值不具備尺度間的自適應(yīng)性，致使圖像細(xì)節(jié)丟失的缺