基于脊波變換的圖像去噪研究.pdf

1、由于圖像中總存在許許多多的噪聲，為了更好地對圖像進行分析和通信，在圖像預(yù)處理中必須減少圖像中的噪聲。傳統(tǒng)的去噪方法在去噪的同時使得圖像的細(xì)節(jié)變得模糊。近年來，隨著小波理論的不斷發(fā)展和完善，小波分析已經(jīng)滲透到各學(xué)科領(lǐng)域中去。同樣，小波在圖像去噪中也得到了廣泛的應(yīng)用，并提出了許多小波圖像去噪算法。 小波變換由于具有“數(shù)學(xué)顯微鏡”的作用，在去噪的同時能保持圖像的細(xì)節(jié)，得到原圖像的最佳恢復(fù)。Ridgelet是繼小波變換(Wavelet)

2、后提出的一種新型的多尺度分析方法。對于圖像中的直線狀和超平面的奇異性問題，Ridgelet變換體現(xiàn)了比Wavelet變換更好的處理效果。在眾多小波去噪方法中，Donoho小波閾值收縮法提出較早且被重視，但Donoho給出的閾值有“過扼殺”小波系數(shù)的傾向，重建誤差較大。因此，針對閾值的選取以及對閾值的處理方法，人們作了大量的研究。 本論文主要圍繞Ridgelet變換及其在圖像處理中的應(yīng)用來進行研究。主要進行了以下幾個方面的工作：

3、 (1)對常用的圖像去噪方法和小波去噪進行了研究，比較了各種方法的特點。(2)對傳統(tǒng)的小波收縮閾值進行了研究，并且對LakhwinderKaur等人針對Donoho閾值的存在問題提出的NormalShrink閾值法作了進一步的改進。(3)對傳統(tǒng)的閾值處理方法進行了研究，提出軟硬折中的閾值處理函數(shù)。(4)對Ridgelet變換作了初步研究并將其用于圖像去噪。(5)將改進的自適應(yīng)閾值結(jié)合軟硬折中閾值處理法用于Ridgelet變換對圖像