基于二维经验模态分解的小波阈值图像去噪.doc

《基于二维经验模态分解的小波阈值图像去噪.doc》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、.word格式.基于二维经验模态分解的小波阈值红外图像去噪摘要：提出了一种红外图像去噪方法，采用二维经验模态分解(BEMD)，将图像分解到本征模态函数域，即一系列的本征模态函数(IMF)和一个残差。然后对含噪的高频IMF用小波去噪中的阈值方法进行处理，把经过小波阈值去噪的高频IMF和低频的IMF以及残差进行叠加，得到重构后的图像，即去噪图像。Matlab平台下的仿真实验表明，该算法对红外图像中常见的高斯噪声及椒盐噪声具有较好的去除效果，优于传统小波阈值去噪方法。关键词:经验模态分解；小波阈值去噪；红外图像1引言红外成像技术现已

2、广泛应用于军事和民用领域。红外探测器将物体的红外辐射转化为电信号，经处理后的电信号可通过显示系统转换为可见的图像。红外图像特有的成像机理使得无光、高温、烟雾等特殊环境下的成像成为可能[1]。但红外图像采集过程中存在的周围环境影响、探测器本身由于非均匀性等造成的固有噪声、背景辐射等因素的干扰，导致红外图像具有噪声大、对比度低、边缘模糊等缺点。因此，对红外图像进行预处理是后续图像处理工作的前提，而红外去噪又是其中的关键环节。小波阈值去噪是常见的图像去噪方法之一，自1995年Donoho首次提出小波阈值滤波方法后，该理论被逐步应用到

3、信号处理的各个领域，并取得了较好的效果[2-3]。在小波变换中，小波基和分解尺度的选择对去噪效果有直接的影响，此外小波变换在非平稳非线性信号的分析中优势不明显。经验模态分解(EmpiricalModeDecomposition,EMD)是由美籍华人工程师E.Huang等于1998年提出的，其分解过程是基于信号时间尺度的局部特性的，因而在非线性和非平稳信号的分析中具有明显优势。与传统信号分析方法相比，EMD的优点[4]在于：无需选择基函数，其分解过程根据信号的时域局部特征自适应进行；EMD过程相当于微分过程，不受测不准原则的限制

4、。.专业.专注..word格式.二维经验模态分解（BimensionalEmpiricalModeDecomposition,BEMD），是对EMD的推广。此前有文献将EMD与小波阈值滤波结合进行一维信号去噪，二者优势互补，取得了较好效果[5-7]。本文以此为基础，将二维经验模态分解与小波阈值滤波相结合，对红外图像去噪进行探索，并在Matlab平台下进行了仿真。2原理与方法2.1经验模态分解E.Huang等人最初提出的EMD是希尔伯特黄变换的核心部分，其主要思想是把一个时间序列的信号分解成不同尺度的本征模态函数(Intrins

5、icModeFunction,IMF)以及残差[4]。分解过程不需要事先选择基函数，而是根据信号本身的时域特性自适应地产生表示函数。经EMD分解得到的多个本征模态函数在任意时刻只有单一振荡，而且各个IMF的瞬时频率之间具有明显关系，即第一个IMF含有最高瞬时频率成分，随着分解次数的增加，IMF的瞬时频率依次降低。当经过多次分解得到的剩余分量已成为单调函数，或分解过程满足终止条件时，分解过程结束，分解得到的残差即为信号的平均趋势。EMD具有很好的局部性和自适应性，在一维信号特别是非线性非平稳信号的处理上具有比较成熟和广泛的应用。

6、后来国内外学者将其推广到二维形式，提出二维经验模态分解，BEMD用曲面拟合替代EMD的曲线拟合以求取二维信号的局部极值曲面，进而将IMF扩展到二维方向，用于图像的多尺度分解[8]。2.2小波阈值去噪小波阈值去噪是小波去噪方法中最早被提出的，其基本思想是根据小波分解系数模值的大小区分图像信号与噪声信号[9]。对于染噪的图像信号，随着分解尺度的增加，图像的小波系数逐渐增大而噪声的小波系数会逐渐减小。在经过小波分解后的各层系数中，图像小波系数应大于噪声的小波系数，因而可以找到某一数值作为区分二者的阈值，以实现针对模大于和小于此阈值的

7、小波系数的分别处理。对于模小于阈值的，认为此分解系数主要由噪声引起，应舍弃；而对于模大于该阈值的小波系数则应保留或做相应调整。在分别对两部分小波系数进行处理后，用新的小波系数进行图像重构，可达到去除噪声的目的。2.3BEMD与小波阈值去噪结合的方法.专业.专注..word格式.从BEMD的原理可以看出，对染噪图像进行BEMD，其最先分解出的IMF中包含最高频信息，也就是包含大部分的噪声信息，随着分解层数的增加，各个IMF中包含的噪声信号将逐渐减少，而分解得到的残差部分则可表示图像的近似部分。每一个IMF都可视为一个带通滤波器，

8、通过对不同层的IMF进行分析，可以实现对不同频率范围信号的分别处理。根据噪声信号往往存在于高频这一特点，可对染噪信号进行BEMD以得到前几层高频IMF，尽管分解出的IMF是时变的，但却是平稳的信号，可利用小波阈值滤波对高频IMF进行去噪处理。随着分解层数的增加，IMF中含有的