基于混合高斯模型的图象去噪方法研究

《基于混合高斯模型的图象去噪方法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于混合高斯模型的图象去噪方法研究龙兴明%周静!%!重庆师范大学物理系"重庆C"""CD#!!重庆大学电气工程学院"重庆C"""CC$8E@2&9&9)**7’+2F/*G72H//$?/@摘要提出在正交小波域中基于父子小波系数联合分布密度的混合高斯模型实现图象去噪的方法%通过小波父子系数的联合分布密度函数来描述小波域中各相邻尺度系数的非独立特性"运用期望极大估计!8,$算法实现对该联合分布密度的混合高斯模型拟合&根据该结果"利用双变贝叶斯’627)1$公式获得噪声图象父子小波系数的收缩算子"从而实现图象去噪%该算法同小波域中常用的其他去噪算法相比"仿真结果表明(无论在性能指标上或者感官

2、效果上都能够获得很好的效果"尤其是在低信噪比时"图象的去噪效果更佳%关键词联合分布密度混合高斯模型双变贝叶斯图象去噪文章编号%""!EIJJ%E)!""#$!"E#"##$#%文献标识码K中图分类号LMJN%!"#$%&’%()*+($,%-.)’/0*%’)(,+1-23%402**+0(,)’%5*8;6)($7+($"+($9.)2:+($%!MH71&?1O)P2+:@)*:/A.H/*FQ&*FR/+@29S*&4)+1&:7#.H/*FQ&*FC"""CD"!!88O)P2+:@)*:/A.H/*FQ&*FS*&4)+1&:7#.H/*FQ&*FC"""CC"<=*-3#>-

3、&K*/4)9&@2F)E’)*/1&*F@):H/’&*/+:H/F/*29T24)9):’/@2&*B21)’/*P2+)*:E?H&9’T24)9):?/)AA&?&)*:U1V/&*:P+/B2B&9&:7’)*1&:7A0*?:&/*2+)P+)1)*:)’$W&+1:#T)?/*1&’)+:H)’)P)*’)*?7/AP2+)*:E?H&9’T24)9):?/)AA&?&)*:1B7:H)01)/A@&X:0+)F2011&2*@/’)92*’T)F)::H)A&::&*F+)109:B7:H)@):H/’/A8,!8XP)?:)’,2X&@0@"$K*’:H)*2??/+’

4、&*F:/:H)P’A@/’)9#:H)1H+&*3&*F)1:&@2:/+&1F&4)*B7:H)01)/AB&42+&2:)627)1+09)12*’:H)’)*/&1*F&@2F)?2*B)+)2?H)’$-/@)?/@P2+&1/*12+)@2’)B):T))*:H)?/@@/*T24)9):EB21)’@):H/’2*’:H)10FF)1:)’@):H/’$LH)1&@092:&/*1H/T1T)?2*F):F//’1:2*’2+’P)+A/+@2*?)2*’)X?)99)*:4&1029A))9&*F#)1P)?&2997A/+9/T-RY*/&17&@2F)1$?%@A)3

5、’*&V/&*:P+/B2B&9&:7’)*1&:7A0*?:&/*#@&X:0+)F2011&2*@/’)9#B&42+&2:)627)1+09)1#’)*/&1*F&@2F)%引言8,算法#对该模型参数进行估计#该方法获得的统计模型进独立同分布!&$&$’"高斯白噪声加性干扰图象的去噪是一种一步挖掘了先验信息并且简化了627)1方法$把该方法用于图经典的图象去噪问题#近二十年来基于小波分析的去噪方法显象的去噪中#仿真实验证明能够获得较好的图象恢复效果$著的提高了图象的恢复效果$其中常常被采用的有小波域中的软硬阀值法%小波域中的(&)*)+滤波等#这些方法只考虑了图!正交小波域中的相邻

6、尺度系数的联合分布象小波系数在某一尺度下的独自分布#这样就忽略了一些有用!$%小波系数的联合分布的信息&小波系数各尺度之间不是相互独立的而是有联系的$有限能量图象信号!的二维离散二进,2992:塔式小波算,$-$.+/01)等提出利用隐含,2+3/4模型!5,,"来考察父子小法可表示为&波系数之间的依赖程度#使得恢复效果比只考察小波域中单独)(+尺度下小波系数的其他算法的恢复效果更好$由此可见#考察!!"##"$!;!’)!"%#&)!)#%!""!)#&!#"<=!!;!(*!"%#&)!%#&!*>%!%#&小波域中各尺度下图象小波系数的相互关系#将有利于充分利)用已知信息获取图象的

7、特征信号#从而达到更好的图象恢复,!*#%!"""*#&!#"<=!!;!(*!"%#&)"*#-!""!*#&!#"<=效果$!*>%!%#&)本文讨论了利用双变627)1公式和图象在小波域中父子(!!;!(*!"%#&)"*#-!"""*#&!#"%!%#&充分利用先验信息我们考察了小波父子尺度之间的联合分布我们根据,2992:的塔式分解对自然图象进行正交小波分