一种基于小波域维纳滤波图像复原算法

《一种基于小波域维纳滤波图像复原算法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、一种基于小波域维纳滤波图像复原算法摘要：在图像复原算法中，单纯的空间域或者频域滤波算法简单易实现，但需要较多图像退化的先验知识。基于贝叶斯理论的迭代复原算法复原效果好，但耗时长。针对这一矛盾，利用小波变换的多分辨特性，对不同的小波系数特性采用不同的算法进行恢复，提出了一种基于小波域维纳滤波的图像复原算法。实验结果证明，所提方法在保证图像复原质量的同时相对提高了复原算法的效率，是一种有效的方法。关键词：小波变换；维纳滤波；LucyRichardson算法；图像复原中图分类号：TP391.9文献标识码：A引言小波变换理论在图像方面的应用是近几年迅速发展起来的，小波变换理论以其具有多分辨分

2、析以及同时在时域和频域中表征信号的特性，而备受学者们的青睐，是继Fourier分析后一个新的突破方向。经典的图像复原算法有逆滤波、维纳滤波以及基于贝叶斯分析图像的复原算法[1]等，各有自己的优点和不足。而在小波变换域中，根据小波变换的多分辨特性[2],可以针对图像在各个细节尺度分布特性的不同，采用不同的处理方法，而达到恢复图像的目的。从这个思路出发，提出了一种基于小波域维纳滤波的图像复原算法。在小波域中，图像的大部分信息都集中于低频部分,对于这一部分信号可以采用经典的图像复原算法来恢复，如LucyRichardson算法［3］；而在高频部分，信号主要以噪声为主，通常情况下认为噪声是加

3、性的高斯白噪声，而小波域中各个细节尺度上的小波系数近似的服从参数随空间分布的广义高斯分布［4］,根据两者的分布特性，那么对于这部分信号，采用维纳滤波可以得到更好的效果［5］。6结论本文根据小波变换的多分辨率特性，针对图像信号在小波域不同系数下的分布，提出了一种基于小波域维纳滤波的图像复原算法，并将复原效果与维纳滤波以及LR算法做比较。实验发现这种算法的复原效果比单纯的维纳滤波效果好，比LR算法的效果要略差，但是却在效率上比LR算法有很大的提升，实验证明该方法在牺牲了部分复原质量的情况下，大大提升了算法复原效率，是一种有效的图像复原算法。参考文献：［1］鲁晓磊，黄本雄，王芙蓉•基于小波

4、域双层贝叶斯模型的图像复原［J］.红外与激光工程,2008,37(5)：929-934.⑵TAMN,LEEJS.AHaarwaveletbasedLucyRichardsonalgorithmforpositronemissiontomographyimagerestoration［J］.NuclearInstrumentsandMethodsinPhysicsResearch,2010,73：54-60.[3]LUCYLB.Aniterativetechniquefortherectificationofobserveddistributions[J]・AstronomicalJo

5、urnal,1974,79:745-754.[3]CHANGSG.Adaptivewaveletthresholdingforimagedenoisingandcompression[J].IEEETransactionsonImageProcessing,2000,9：1532-1546.[4]P0RTILLAJ.AdaptiveWienerdenoisingusingaGussianscalemixturemodelinthewaveletdomain[J]・IEEEImageProcessing,2001,2：37-40.[5]D0N0H0DL,JOHNSTONEJM.Idea

6、lspatialadaptationbywaveletshrinkage[J]・Biometrika，1994,81(3)：425-455・[6]丁左红，郭汉明，高秀敏，等•盲复原高斯模糊图像[J]•光学仪器，2011,33(1)：38-41.[7]RICHARDSONWH.Bayesianbasediterativemethodofimagerestoration[J].JournaloftheOpticalSocietyofAmerica,1972,62(1)：55-59.