基于小波变换的综合滤波法去噪声

【摘要】：图像中的出现的噪声会影响人们对图像的理解,妨碍对图像的中信息的提取。而图像在获取或传输过程中总是不可避免地受到噪声污染,图像中的噪声严重影响了后续的图像处理工作,如图像分割、编码、特征提取和目标检测等。为了提高图像的质量以及后续更高层次处理的需要,对图像进行去噪就成为图像预处理中一项非常重要的工作。如何能够在最大程度的保留图像的高频细节的前提下,有效的去除噪声,对于图像去噪的相关处理有着非常重要的意义。尤其是在数字全息中的再现像中,由于激光的高相关性,不可避免的会出现散斑噪声,这种散斑噪声严重影响着全息再现像的质量,也妨碍着对再现像中信息的提取。传统的图像去噪方法往往是单一的,如空间中值滤波以及频域高斯滤波,并且去噪的结果难以令人满意。如何消除散斑噪声对数字全息再现象中信息的提取和相应后续处理工作有着重要的意义。 本文通过研究和分析当今最常用的几种滤波方法,例如空间中值滤波以及频域高斯滤波,结合小波变换的特点,提出了三种改进的综合去噪算法。并选用信噪比(SNR)和峰值信噪比(PSNR)评定去噪效果的最后依据。实验结果表明,三种综合算法的去噪效果要好于单一的去噪方法,最后,将三种综合去噪算法应用于数字全息再现像的处理中,实验结果证明综合的去噪算法比单一的去噪算法有更好的效果。这种综合的算法应用简单,并对图像处理的相关研究也具有积极的借鉴意义。