基于小波变换的图像去噪方法的研究
【摘要】:图像在采集、传输等过程中不可避免会受到各种噪声的干扰,为了后续更高层次的处理,很有必要对图像进行去噪预处理。近年来,小波理论得到了非常迅速的发展。由于小波变换具有低熵性、多分辨性、去相关性、选基灵活性等特性,使它成为图像去噪领域内的有力工具。
本文介绍了近年来小波理论发展及其在图像处理方面应用的情况,系统地描述了目前常用的经典小波图像去噪方法,并对这些算法进行了比较,分析了各算法的原理、特性以及存在的不足。
首先,针对降质图像中普遍存在的高斯噪声,在统一阈值去噪算法的基础上,采用小波系数区域相关性进行了改进,进而形成了基于区域相关性的改进阈值去噪算法。该算法利用小波系数区域相关性对统一阈值去噪过程中“过扼杀”的部分细节信息进行保留,克服其“过扼杀”缺陷。其次,针对同时存在高斯噪声及脉冲噪声的降质图像,如果直接在小波域内进行阈值处理,必然导致用统一阈值算法计算出的阂值较大,这将导致对有用信号的“过扼杀”,丢失图像的边缘细节信息。针对此种情况,本文采用极值中值滤波滤除脉冲噪声,然后,在小波域中,对各层小波子带进行分块,计算各层小波子带中子块的阂值对各子块进行去噪,新阂值具有很强的局部针对性,很好的克服“过扼杀”缺陷。
通过仿真实验结果可以看出,本文方法去噪效果显著,与传统的去噪方法相比,在去除噪声的同时也能够较好的保留图像的边缘细节信息,是一种有效的图像去噪方法。
|
|
|
|
1 |
张小波;张顺利;;引入修正因子的局部维纳滤波图像去噪[J];计算机与数字工程;2011年05期 |
2 |
尚赵伟;张峰;郎方年;袁博;李剑;;PDTDFB和双树HMT的图像去噪[J];重庆大学学报;2011年06期 |
3 |
林克正,李殿璞,华克强;图像小波去噪的算子描述[J];哈尔滨理工大学学报;2000年03期 |
4 |
顾晓东,程承旗,余道衡;结合脉冲耦合神经网络与模糊算法进行四值图像去噪[J];电子与信息学报;2003年12期 |
5 |
丁文佳,刘志文;一种基于小波变换的自适应图像降噪法[J];通信技术;2003年06期 |
6 |
苏金泷,戴在平;模糊神经网络的极点配置自校正滤波器[J];华侨大学学报(自然科学版);2004年03期 |
7 |
任获荣,王家礼,张平;一种更新提升形态小波图像去噪算法[J];西安电子科技大学学报;2004年06期 |
8 |
关新平,赵立兴,唐英干;图像去噪混合滤波方法[J];中国图象图形学报;2005年03期 |
9 |
庞文俊,李会方;一种基于小波域HMT模型的图像去噪方法研究[J];信息安全与通信保密;2005年09期 |
10 |
李葳;郭宝龙;钱丽玉;;一种局部自适应内窥镜图像降噪模型[J];航空计算技术;2005年04期 |
11 |
董卫军;周明全;耿国华;;一种新的基于多小波的图像去噪算法[J];计算机应用与软件;2006年04期 |
12 |
韩殿元;;简单邻域平均图像去噪算法的改进研究[J];潍坊学院学报;2006年06期 |
13 |
袁修贵;王琛;;一种基于小波分析的各向异性图象去噪方法[J];数学理论与应用;2007年01期 |
14 |
董卫军;樊养余;周明全;;基于多小波变换的图像去噪[J];计算机应用与软件;2007年12期 |
15 |
朱勇;;基于层内和层间相关性的小波图像去噪[J];农业网络信息;2008年05期 |
16 |
田沛;李庆周;马平;牛玉广;;一种基于小波变换的图像去噪新方法[J];中国图象图形学报;2008年03期 |
17 |
李学玲;齐国清;;基于方向信息测度的非线性扩散图像去噪方法[J];中国图象图形学报;2008年03期 |
18 |
陈斌;贾建;张慧玉;张烨;;基于脊波与小波变换的联合图像去噪方法[J];西北大学学报(自然科学版);2008年05期 |
19 |
马云飞;何文章;刘惠燕;;基于快速离散曲波变换的图像去噪[J];天津工程师范学院学报;2008年04期 |
20 |
傅居永;山拜·达拉拜;;基于小波与卷积形态学结合的图像去噪的研究[J];电脑知识与技术;2009年12期 |
|