小波变换激光主动成像图像去噪方法

《小波变换激光主动成像图像去噪方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第２１卷第１２期强激光与粒子束Ｖｏｌ．２１，Ｎｏ．１２２００９年１２月ＨＩＧＨＰＯＷＥＲＬＡＳＥＲＡＮＤＰＡＲＴＩＣＬＥＢＥＡＭＳＤｅｃ．，２００９文章编号：１００１４３２２（２００９）１２１７８６０５基于小波变换的激光主动成像图像去噪方法许毅玢，徐军，赵法林，罗积军，宁小磊（第二炮兵工程学院，西安７１００２５）摘要：针对激光主动成像图像的特点，提出了将小波变换和中值滤波相结合的图像去噪方法。在对小波分解后的水平、垂直和对角３个方向高频细节图像进行处理时，我们采用３种不同形状的模板进行均值滤波，为了保护图像的边缘和细节信息，采用边缘检测法来将高频中的边缘细节与噪声分开。实验结果表明

2、：该方法在降低图像噪声的同时又较好地保留了图像的细节，去噪效果比较理想。关键词：小波变换；主动成像；图像去噪；中值滤波；滤波模版中图分类号：ＴＮ９１１．７３文献标志码：Ａ主动成像图像的特点取决于主动成像的原理和成像设备的性能。激光远距离主动成像时，照射光强的不足，导致图像对比度低；照明的不均匀性，会使图像的边缘比较模糊；大气微粒、湍流和密度的不均匀性造成光线折射，散射使得噪音大，图像降质；激光相干性和大气湍流效应会造成图像散斑效应明显；高灵敏度的ＩＣＣＤ能够接收微弱光成像的同时，也能对微弱的环境散射光成像，造成图像信噪比低等。以上种种因素，都导致激光主动成像获取的图像质量不高，难以识别。为

3、了能够从激光主动成像图像中正确地识别出目标，必须对其图［１］像进行去噪增强，以提高它的信噪比。由于激光主动成像图像中主要含有高斯噪音、瑞利噪音和椒盐噪音，传统的去噪算法不能同时去除这些噪音，或存在去除噪声和损失图像细节之间的矛盾。本文针对激光主动成像图像特点，采用中值滤波和小波变换相结合的方法，先在空域内对含噪图像进行中值滤波预处理，以较大程度地去除脉冲噪声。然后对图像进行小波分解，获得具有频率分布特征的细节子图像，然后根据各细节子图像的频率分布特征，采用不同形状的模板进行均值滤波，以实现去噪目的。实验结果表明，该方法对激光主动成像图像的处理取得了比较满意的效果。１小波分解变换的原理图像的

4、小波分解是建立在２维离散小波变换及相应的多分辨率分析基础上，详细的分析可参阅文献［２［４５］３］。执行离散小波变换的有效方法是Ｍａｌｌａｔ快速算法。数字图像犳（狓，狔）的２维离散小波分解采用Ｍａｌ［６］ｌａｔ快速算法可用公式表示为犮犃０（犿，狀）＝犳（犿，狀）犮犃犼＋１（犿，狀）＝∑∑犺犽－２犿犺犾－２狀犮犃犼（犽，犾）犽犾犮犎犼＋１（犿，狀）＝∑∑犺犽－２犿犵犾－２狀犮犃犼（犽，犾）（１）犽犾犮犞犼＋１（犿，狀）＝∑∑犵犽－２犿犺犾－２狀犮犃犼（犽，犾）犽犾犮犇犼＋１（犿，狀）＝∑∑犵犽－２犿犵犾－２狀犮犃犼（犽，犾）犽犾式中：犼为分解尺度；｛犺｝和｛犵｝分别表示低通和高通滤波器，

5、又分别为标准正交尺度函数和小波函数的双尺犽犽度方程系数；犮犃（犿，狀），犮犎（犿，狀），犮犞（犿，狀）和犮犇（犿，狀）分别代表图像第犼＋１层小波分解的低频近犼＋１犼＋１犼＋１犼＋１似系数、水平细节系数、垂直细节系数和对角细节系数；犿，狀，犽，犾分别表示所对应系数矩阵的行数和列数。由小波分解的低频近似系数和３个高频细节系数可以重构出原始图像信号，重构过程为犮犃犼（犿，狀）＝∑∑犺犽－２犿犺犾－２狀犮犃犼＋１（犽，犾）＋∑∑犺犽－２犿犵犾－２狀犮犎犼＋１（犽，犾）＋犽犾犽犾∑∑犵犽－２犿犺犾－２狀犮犞犼＋１（犽，犾）＋∑∑犵犽－２犿犵犾－２狀犮犇犼＋１（犽，犾）＝犃犼＋１＋犎犼＋１＋犞犼＋１＋

6、犇犼＋１（２）犽犾犽犾收稿日期：２００９０４２３；修订日期：２００９０８３１作者简介：许毅玢（１９８４—），男，山西运城人，硕士，主要从事强激光与光电对抗研究；ｘｕｙｂ１０１３＠１６３．ｃｏｍ。第１２期许毅玢等：基于小波变换的激光主动成像图像去噪方法１７８７式中：犃，犎，犞，犇分别为由低频近似系数犮犃和３个高频细节系数犮犎，犮犞，犮犇重构出的第犼＋１犼＋１犼＋１犼＋１犼＋１犼＋１犼＋１犼＋１犼尺度图像犮犃犼的近似子图像和３个细节子图像。２去噪算法及处理步骤［７］（１）在空域内对含噪图像进行中值滤波预处理，以达到较大程度的去除椒盐噪声的目的。ｍｅｄ（狑［狓犻，犼］），狓犻，犼∈犓狔

7、犻，犼＝｛犛（３）狓犻，犼，狓犻，犼∈式中：狑表示选定的滤波窗口；犓表示噪声点集；犛表示图像信号像素点集。式（３）是对含噪图像进行中值滤波的表达式。（２）对图像进行３层小波分解。为了保护图像的边缘信息和图像的细节信息，首先对图像各尺度上的子带图像进行边缘检测并相应地保留其边缘系数，在做均值滤波时这些系数应保持不变，或者减去一个比较小的数值，作为叠加在这些系数上的加性噪声。（３）对小波分解所获得细节子图像进行均值滤波。图像