基于小波变换图像去噪方法探究

《基于小波变换图像去噪方法探究》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、基于小波变换图像去噪方法探究　　摘要：图像去噪问题是一个古老的难题，也是当前研究的热点问题，而图像小波去噪算法在图像去噪方面虽然已取得了一定进步，但在这一领域仍然有许多问题需要研究，为了进一步提高图像去噪质量，改善图像视觉效果。在此通过在小波阀值萎缩法、基于混合模型的小波去噪法、小波去噪与其他算法相结合的三类方法中分别选用了三种典型算法即VisuShrink法、基于高斯混合模型小波去噪法、中值滤波与小波去噪相结合的算法，对当前基于小波变换图像去噪这三类典型问题进行了研究。研究表明对于单一的噪声，用相应某种算法，就可能取得较理想效果。而对于混合噪声，单独的

2、一种算法取得的效果是比较差的，只有采用几种算法相结合才能取得较好的效果，因而在此也为图像去噪指明了以后的研究方向。关键词：图像去噪；小波阀值萎缩法；混合模型；中值滤波中图分类号：TN919?34；TP391文献标识码：A文章编号：1004?373X（2013）14?0093?03ResearchofimagedenoisingmethodbasedonwavelettransformLIUDu?jin9（DepartmentofComputerScience，SichuanUniversityofArts，Dazhou635000，China）Abstr

3、act：Imagedenoisingisanoldproblem，butahottopicofcurrentresearch.Theimagewaveletdenoisingalgorithmhasachievedsomeprogress，butmanyproblemsstillneedtobesolvedinthisarea.Inordertofurtherimprovethedenoisingqualityandimprovetheimagevisualeffects，threetypicalalgorithms（VisuShrinkalgorith

4、m，waveletdenoisingmethodbasedonGaussmixturemodel，andalgorithmcombiningmedianfilteringwithwaveletdenoising）areselectedrespectivelyfromthreemethods：waveletthresholdshrinkagedenoisingmethod，waveletdenoisingmethodbasedonmixturemodel，andcombinationofwaveletdenoisingalgorithmandotheral

5、gorithms.Thecurrenttypicalthreetypesofimagedenoisingmethodsbasedonwavelettransformarestudied.Thestudyresultshowsthat，forasinglenoise，thecorrespondingsomealgorithmispossibletoachieveidealeffect；forthemixednoise，onlybycombiningseveralalgorithms，canbetterresultsbeachieved，sinceasing

6、le9algorithm’seffectisrelativelypoor.Therefore，thedirectionofthefuturedevelopmentofimagedenoisingresearchispointedoutinthispaper.Keywords：imagedenoising；waveletthresholdatrophymethod；mixturemodel；medianfiltering0引言数字图像的噪声主要来源于两个方面，一个方面是图像的获取；另一个方面是传输过程。现实中的图像多是带噪图像需对图像去噪并进行后续处理后，

7、才能进行边缘提高取、图像分割、图像理解、图像分析等，因而图像去噪在数字图像处理领域在着非常重要的作用。9多年来，人们对图像去噪进行了大量研究，如文献[1?2]，自从多分辨率理论中，小波首次作为图像分析处理的基础出现以来，由于小波变换使图像的压缩、传输和分析处理包括去噪等变得更加快捷，因而傅里叶变换在变换域图像处理的垄断地位被小波变换所打破，小波变换从数学角度来看，实质是一个函数逼近问题，建立一个从图像空间到小波函数空间的最佳映射，然后在小波函数空间经过处理后，最终尽可能还原真实的图像；从信号角度来看，由于小波变换的多分辨特性，变化后的小波在图像边缘处系数

8、有较大的幅值，有利于提取特征，早期的小波去噪就是通过对含噪信号进行正交小波变换，