圖像融合技術在圖像去噪中的應用研究.pdf

1、受物理條件及環(huán)境因素的影響，圖像信號在進行采集、量化、編碼、傳輸?shù)倪^程中，會不可避免地受到噪聲的干擾。圖像信號中的噪聲是圖像質量降低的一個重要因素，對圖像分析、特征提取以及模式識別等高層次處理都有很大的影響，因此圖像去噪成為圖像處理領域中的一個重要內容。 本文首先從基于小波變換的圖像去噪算法入手，詳細介紹了小波變換的基本原理。針對小波變換無法最優(yōu)表示曲線奇異性的缺點，又介紹了脊波變換和曲波變換并對其原理進行了簡要分析。隨后介紹了

2、非抽樣小波變換和快速離散曲波變換的實現(xiàn)方式并給出了基于非抽樣小波變換和基于快速離散曲波變換的圖像去噪算法的實現(xiàn)步驟。通過分析和比較小波閾值去噪算法、非抽樣小波變換去噪算法和快速離散曲波變換去噪算法的仿真結果，結合圖像融合技術，提出了兩種以快速離散曲波變換去噪算法為核心，基于像素級圖像融合技術的聯(lián)合去噪方法。 基于圖像融合技術的聯(lián)合去噪方法的主要目的是去除快速離散曲波變換去噪算法所產生的偽影，從而擴展快速離散曲波變換去噪算法的應用

3、范圍。本文首先將小波融合應用到圖像噪聲處理過程中，提出了基于小波融合的聯(lián)合去噪方法。該方法選擇適合處理圖像均勻區(qū)域的非抽樣小波變換去噪算法作為輔助，利用小波變換將兩種去噪算法處理后的圖像轉換到頻域。在頻域中采用基于圖像局部能量的、在低高頻應用不同融合規(guī)則的方法，來達到去除噪聲、削弱偽影的目的。實驗結果表明，基于小波融合的聯(lián)合去噪方法能夠有效地去除噪聲，在保留圖像細節(jié)信息的基礎上又具有較好的平滑性和視覺效果，在一定程度上抑制了圖像中的偽影

4、。 考慮到非抽樣小波變換去噪算法和曲波變換去噪算法的降噪后圖像有一定差異，為了能夠更加有效地抑制快速離散曲波變換去噪算法所產生的偽影，本文又將四叉樹分解應用到圖像去噪過程中，提出了基于四叉樹分解的聯(lián)合去噪方法。該方法利用四叉樹分解算法直接對快速離散曲波變換去噪后的圖像進行結構分析，根據分離出的均勻區(qū)域和邊緣區(qū)域，采用不同的融合策略進行圖像融合。仿真結果表明，基于四叉樹分解的聯(lián)合去噪方法能夠有效地消除圖像中的偽影，具有良好的視覺效