基于多尺度特征分析的圖像數(shù)據(jù)自適應(yīng)去噪方法研究.pdf

1、小波變換是近二十年來(lái)發(fā)展起來(lái)的一門信號(hào)變換的理論與技術(shù)，小波變換所具有良好的時(shí)頻特性，已廣泛應(yīng)用于信號(hào)處理、圖象處理、量子場(chǎng)論、地震勘探、話音識(shí)別與合成、音樂(lè)、雷達(dá)、CT成相、機(jī)器視覺、機(jī)械故障診斷與監(jiān)控以及數(shù)字電視和信號(hào)壓縮編碼等領(lǐng)域。小波變換是一種能同時(shí)在時(shí)間(或空間)和頻率域內(nèi)進(jìn)行局部化信號(hào)分析的新方法。其主要優(yōu)點(diǎn)在于它在時(shí)域(空域)和頻率域都有良好的局部化性質(zhì)，由于它對(duì)高頻成分采用逐漸精細(xì)的時(shí)域(空域)取樣步長(zhǎng)，從而可以聚焦到信

2、號(hào)的任意細(xì)節(jié)。原則上說(shuō)，凡是使用傅立葉變換的運(yùn)算均可以用小波變換代替，而且不受短時(shí)窗的局限。 在圖象中常常會(huì)含有各種噪聲，噪聲頻譜分布具有如下特點(diǎn)；(1)噪聲的頻率成分會(huì)占據(jù)信號(hào)的整個(gè)頻譜范圍；(2)噪聲的幅值相對(duì)于主要的信號(hào)成分幅值而言是小的，因而對(duì)不同的頻率成分采用不同的閾值進(jìn)行去噪，可以有效地保留信號(hào)，去掉干擾。(3)小波變換所具有的變換稀疏的瞬態(tài)信號(hào)表達(dá)性能、頻率子帶劃分和父子尺度特性，使其非常適合于消除或衰減存在于圖象

3、中的噪聲，同時(shí)盡可能地保留圖象細(xì)節(jié)。 本文工作包括： (1)軟閾值和硬閾值去噪 (2)在閾值去噪的基礎(chǔ)上采用了一種新的基于小波變換的自適應(yīng)多閾值圖像去噪方法——多尺度閾值收縮去噪法，這種方法是在不同子帶和不同方向上選擇不同的最佳閾值。 (3)彩色圖像的去噪 本文的創(chuàng)新之處在于：多尺度閾值收縮去噪法可以運(yùn)用到檢測(cè)和識(shí)別系統(tǒng)中，以提高系統(tǒng)的檢測(cè)和識(shí)別性能。通過(guò)大量的實(shí)驗(yàn)證明，多尺度閾值收縮去噪法能很好