基于圖像奇異性的多尺度變換圖像去噪方法的研究.pdf

1、隨著圖像信息的日益普及，圖像在很多領(lǐng)域都有著非常重要的作用。但是圖像在采集、獲取以及傳輸?shù)倪^(guò)程中，往往要受到不同噪聲和不同程度的污染，為了后續(xù)更高層次的處理，很有必要對(duì)圖像進(jìn)行去噪預(yù)處理。
　　 小波理論迅速發(fā)展，以其良好的時(shí)頻局部化特性，為解決降低噪聲的同時(shí)能夠很好地保留圖像細(xì)節(jié)提供了良好的工具。小波變換能夠很好地刻畫(huà)信號(hào)的非平穩(wěn)特性，如：邊緣、尖峰、斷點(diǎn)等，這便于圖像特征的提取。此外小波變換還具有低熵性、去相關(guān)性、多分辨性和

2、選擇基的靈活性等特點(diǎn)。充分利用這些特點(diǎn)，在小波變換域中能夠十分有效地將噪聲和信號(hào)區(qū)別開(kāi)來(lái)。
　　 曲波變換不僅具有多尺度的特性，而且由于引入了一個(gè)方向參量，而使它具有各向異性的特征，對(duì)線條狀特征有著良好的表征。對(duì)于二維圖像而言，邊緣、輪廓等線條特征恰恰包含了最重要的信息，這使得曲波變換在數(shù)字圖像處理領(lǐng)域中有著良好的表現(xiàn)。
　　 圖像去噪是圖像處理和分析的基本問(wèn)題，如何從數(shù)字圖像中盡可能多地去除噪聲，而保留更多的圖像重要信

3、息一直是研究人員廣泛關(guān)注的問(wèn)題。目前，由于小波變換和曲波變換在分析圖像奇異性方面的獨(dú)特優(yōu)勢(shì)，而被人們廣泛的重視。本文所做的主要工作如下：
　　 （1）在小波閾值圖像去噪方法的基礎(chǔ)上，對(duì)小波系數(shù)進(jìn)行相應(yīng)的調(diào)整。該方法是先對(duì)小波變換后三個(gè)子帶中絕對(duì)值小于閾值且是三個(gè)子帶中絕對(duì)值最大的高頻小波系數(shù)進(jìn)行自適應(yīng)的調(diào)整，后進(jìn)行圖像閾值去噪。其中調(diào)整的百分比與圖像的高頻系數(shù)和閾值有關(guān)。
　　 （2）針對(duì)傳統(tǒng)圖像去噪方法的不足，即：傳統(tǒng)

4、圖像去噪方法，在利用小波變換去除噪聲的過(guò)程中沒(méi)有很好地考慮圖像邊緣的處理，從而使處理后圖像效果存在一定程度的邊緣模糊現(xiàn)象。本文在Donoho小波閾值去噪方法的基礎(chǔ)上提出了一種基于圖像邊緣保護(hù)的圖像去噪新方法。該方法首先對(duì)圖像邊緣進(jìn)行提取保護(hù)處理，后進(jìn)行圖像去噪。
　　 （3）利用小波變換和曲波變換在處理點(diǎn)奇異和曲線奇異方面的獨(dú)特優(yōu)勢(shì)，提出了小波和曲波聯(lián)合的圖像去噪方法。該方法首先分別采用小波變換和曲波變換對(duì)圖像進(jìn)行去噪，后根據(jù)小