收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

复数小波理论及其在图像去噪与增强中的应用研究

严奉霞  
【摘要】: 非平稳信号的稀疏表示和高效处理算法是数学和信息科学研究的重要内容,其中,近年来建立起来的小波理论与算法已经成为信号稀疏表示的有效方法。但是,传统小波变换在处理信号和图像时存在平移敏感性和方向选择性弱等缺陷,因此,研究具有更好的近似平移不变性和奇异特征表示能力的新型小波变换,成为当前小波理论发展以及图像处理中非常重要的课题。由于图像获取方式的限制或在传输过程中受到干扰,通常导致观测的图像质量过低或被各种噪声所污染。图像去噪的主要目的是在保留图像原有重要信息的前提下降低或消除噪声,获得高质量的为人类视觉所接受的图像,从而为下一步的图像处理奠定基础。图像增强的目的是通过处理凸显原图像不够清晰的细节信息,使得处理后的图像更加便于人眼理解或机器识别。图像去噪和增强都是目前计算机视觉和图像处理领域最基本的且仍未很好解决的挑战性课题。 针对传统离散小波变换(DWT,Discrete Wavelet Transform)的局限,本文深入研究了二元树复数小波变换(DT-CWT,Dual-Tree Complex Wavelet Transform)的相关性质,包括近似平移不变性、方向性和实现问题等,并在此基础上提出了构造二元树复数小波滤波器组的新算法;提出了一种新型复数小波变换—高密二元树离散小波变换(HD-DT DWT,Higher-Density Dual-Tree DWT),研究了其相关的性质及满足各种约束条件的滤波器组的构造方法;为更好的处理非平稳信号,初步研究了基于全变差模型和优化方法的信号和图像自适应分解问题;进一步深入研究了新型复数小波变换在图像去噪和增强中的应用,获得了比现有方法有显著改进的实验结果。 本文的主要工作和创新如下: ■研究了二元树复数小波中双正交Hilbert变换对的构造。对线性相位双正交小波的构造和二元树复数小波变换的相关性质进行了充分而详尽的研究,在此基础上提出了利用参数化技术和最优化方法构造二元树复数小波变换中的Hilbert变换对的方法。这种滤波器设计的优点在于,对参数作适当的调节就能得到有理系数的二元树复数小波滤波器组,对于提高变换速度和效率、降低计算复杂度都有显著意义。 ■针对传统DWT的缺陷,提出了高密度二元树离散小波变换这一新型复数小波变换的概念,系统深入的研究了高密度二元树离散小波变换的性质和构造方法,利用分数阶延迟滤波器、谱因子分解等技术构造出了具有紧支撑、消失矩、较高阶的光滑性、近似Hilbert变换对关系、中间尺度等优良性质的小波函数,为信号和图像等高维数据的分析提供了一种新的变换方法。 ■作为用小波变换对信号和图像进行分解的一种推广,本文还初步研究了基于优化方法的信号和图像自适应分解问题,根据信号自适应的得到其低分辨率近似和重构滤波器,使得重构信号与原信号之间的误差最小。为提高所得近似图像的视觉质量,我们进一步将全变差模型引入自适应分解方法中,为对信号或图像进行自适应分解提供了一种新思路。 ■基于理论研究的结果,进一步深入探讨了新型复数小波变换在图像去噪和增强中的应用,提出了三种基于DT-CWT的图像去噪新算法:(ⅰ)复数小波变换域利用系数尺度间和尺度内相关性的图像去噪算法;(ⅱ)基于局部参数的二元树复数小波域隐马尔可夫树(HMT,Hidden Markov Tree)模型图像去噪;(ⅲ)复数小波域高斯尺度混合(GSM,Gaussian Scale Mixture)模型去噪。这些方法充分利用了复数小波变换的优良性质及其系数分布的统计规律,实验表明,在简化计算复杂度、提高计算效率的同时获得了比现有相关去噪算法有显著改进的的去噪效果。另外,我们还提出了一种基于尺度间和尺度内相关性SURE方法的正交小波阈值去噪方法,解决了最近提出的正交小波域去噪算法对含较多纹理的图像处理效果不佳的缺陷,成为目前非冗余小波变换域效果最好的去噪算法。 ■最后,我们还探讨了结合新型复数小波变换和最优视觉表示的统计特性的图像增强问题,提出了两种图像增强算法:(ⅰ)基于双密度二元树离散小波变换(DD-DT DWT,Double-Density Dual-Tree DWT)和视觉表示的图像增强算法,取得了非常好的视觉效果;(ⅱ)基于二元树复数小波和视觉表示的噪声图像增强算法,较好的缓解了带噪声图像增强中噪声抑制和细节保护之间的矛盾。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 罗忠亮,王修信,胡维平;小波图像去噪研究方法概述[J];广西科学;2004年03期
2 李强;谢志宏;;组合层内和层间小波系数的图像去噪方法[J];装甲兵工程学院学报;2008年05期
3 金志泉;葛洪伟;;一种非参数回归图像去噪方法[J];淮阴工学院学报;2008年05期
4 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
5 曹春红;高协平;;区间最小能量小波框架的图像去噪研究[J];计算机工程与应用;2009年14期
6 ;图像去噪新技术让数码照片更清晰[J];广西科学;2009年02期
7 张洁;杨文国;;一种基于梯度保真项的图像去噪法[J];计算机应用与软件;2009年11期
8 吴玲;;基于数字图像去噪的方法分析[J];科技信息;2010年06期
9 贾辉;林义刚;李娜;李宏;;独立分量分析在图像去噪中的应用[J];长江大学学报(自然科学版)理工卷;2010年02期
10 冯象初;郝彬彬;朱见广;;图像去噪的改进迭代非局部平均滤波方法[J];西安电子科技大学学报;2010年04期
11 刘权;林娜;吕倩;;基于加权自适应方向提升小波的图像去噪研究[J];电子技术;2010年12期
12 陈明举;刘强国;;基于前后向扩散的图像去噪方法的研究[J];四川理工学院学报(自然科学版);2011年02期
13 黄果;蒲亦非;陈庆利;周激流;;基于分数阶积分的图像去噪[J];系统工程与电子技术;2011年04期
14 王蓓;张欣;刘洪;;基于稀疏序列的图像去噪方法及应用[J];计算机技术与发展;2011年03期
15 沈永顺;;基于偏微分方程的常用图像去噪方法比较研究[J];科技广场;2011年09期
16 杨飚;李锡放;张曾科;;基于稳健回归的自适应图像去噪方法[J];科学技术与工程;2012年09期
17 邹建成;樊立;;一种基于压缩感知的图像去噪方法[J];北方工业大学学报;2012年01期
18 丁伟;王国宇;王宝锋;;基于压缩感知的水下图像去噪[J];现代电子技术;2013年02期
19 张宗良;颜永丰;;基于块空间中低维流形恢复的图像去噪[J];计算机工程与设计;2013年02期
20 成敏;马士友;董睿;;基于非局部均值化的医学图像去噪[J];微型机与应用;2013年07期
中国重要会议论文全文数据库 前10条
1 刘旨春;朱伟;盛磊;;基于邻域特性的小波阈值图像去噪方法[A];第九届全国信息获取与处理学术会议论文集Ⅱ[C];2011年
2 陈仙红;屈小波;郭迪;宁本德;陈忠;;自适应方向小波在磁共振图像去噪中的应用[A];第十七届全国波谱学学术会议论文摘要集[C];2012年
3 韩希珍;赵建;;基于偏微分方程的图像去噪[A];第八届全国信息获取与处理学术会议论文集[C];2010年
4 殷明;刘卫;;基于非高斯分布的四元数小波图像去噪[A];全国第22届计算机技术与应用学术会议(CACIS·2011)暨全国第3届安全关键技术与应用(SCA·2011)学术会议论文摘要集[C];2011年
5 侯艳芹;李均利;魏平;陈刚;;一种新的基于模糊均差和小波阈值的医学图像去噪方法[A];第十三届全国图象图形学学术会议论文集[C];2006年
6 刘曙光;费佩燕;屈萍鸽;;基于对偶树复小波的图像去噪技术研究[A];2009中国仪器仪表与测控技术大会论文集[C];2009年
7 周利利;张晓明;;基于小波变换的图像去噪研究[A];2009全国测绘科技信息交流会暨首届测绘博客征文颁奖论文集[C];2009年
8 王文;康锡章;王晓东;;基于小波域HMT的航空侦察图像去噪方法[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年
9 倪永婧;王成儒;;一种纹理图像去噪方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年
10 邓超;;基于改进神经网络的CCD图像去噪方法研究[A];武汉(南方九省)电工理论学会第22届学术年会、河南省电工技术学会年会论文集[C];2010年
中国博士学位论文全文数据库 前10条
1 刘红毅;结构保持的图像去噪方法研究[D];南京理工大学;2011年
2 侯迎坤;非局部变换域图像去噪与增强及其性能评价研究[D];南京理工大学;2012年
3 侯建华;基于小波及其统计特性的图像去噪方法研究[D];华中科技大学;2007年
4 庞志峰;图像去噪问题中的几类非光滑数值方法[D];湖南大学;2010年
5 褚标;小波理论在图像去噪与纹理分析中的应用研究[D];合肥工业大学;2008年
6 张建平;基于偏微分方程的图像去噪和分割方法[D];大连理工大学;2012年
7 辛巧;偏微分方程及其在图像去噪和分割中的应用[D];重庆大学;2011年
8 许光宇;非局部图像去噪方法及其应用研究[D];合肥工业大学;2013年
9 刘玉淑;基于多尺度变换的图像去噪及融合算法研究[D];山东大学;2013年
10 田勇;多分辨率隐马尔可夫模型图像去噪研究[D];兰州大学;2009年
中国硕士学位论文全文数据库 前10条
1 张璐;医学图像去噪方法分析与比较[D];上海交通大学;2010年
2 王伟;对两种图像去噪模型的分析[D];华东师范大学;2007年
3 陈花竹;基于对偶方法的图像去噪和图像分解算法[D];河南大学;2008年
4 曾诚;基于小波理论的图像去噪和增强技术研究[D];武汉理工大学;2008年
5 许娟;图像去噪的非局部方法研究[D];南京理工大学;2009年
6 张妙妙;基于变分法的单张带雾图像去噪研究[D];华东师范大学;2011年
7 高国伟;图像去噪中若干问题的研究[D];河南大学;2008年
8 朱钦佩;求解图像去噪问题的变权重不动点算法研究[D];上海交通大学;2012年
9 宋力;基于核回归与非局部方法的图像去噪研究[D];华中科技大学;2011年
10 康学净;面向移动物联网应用的小波图像去噪及压缩方法研究[D];天津理工大学;2012年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978