圖像多尺度變換下的去噪方法研究.pdf

1、數(shù)字圖像在傳輸和獲取過程中，經(jīng)常會(huì)受到噪聲的污染，為了對(duì)圖像進(jìn)行后續(xù)的處理，比如分割，編碼等，對(duì)圖像先進(jìn)行去噪處理就變得非常必要了。
　　 小波變換是繼Fourier變換后新發(fā)展起來的一種具有多分辨率特性的變換。由于小波具有時(shí)頻聚焦、多分辨率、低冗余度、小波基豐富等特點(diǎn)，使其非常適合圖像去噪。然而對(duì)于圖像來說，邊緣不連續(xù)性是按照空間分布的，這種奇異性影響了小波展開級(jí)數(shù)中的許多項(xiàng)，所以小波展開的系數(shù)不是稀疏的，從而影響了逼近誤差。

2、
　　 為了有效克服小波變換在圖像去噪方面的不足，人們將目光轉(zhuǎn)向了新型奇異性分析工具--多尺度幾何變換。本文主要研究了基于多尺度幾何變換的圖像去噪，主要工作如下：
　　 1.以性能優(yōu)越的雙樹復(fù)數(shù)塔式變換為基礎(chǔ)，提出了一種新的圖像去噪方法。該方法首先對(duì)圖像進(jìn)行雙樹復(fù)數(shù)塔式變換，以得到不同尺度、不同方向上的變換系數(shù)；然后構(gòu)造GSM模型，采用貝葉斯方法還原噪聲系數(shù)，對(duì)低頻系數(shù)使用雙邊濾波器進(jìn)行去噪處理；最后對(duì)去噪處理后的變換系

3、數(shù)進(jìn)行反變換，以得到去噪圖像。該方法不僅擁有較強(qiáng)的抑制噪聲的能力，而且具有較好的邊緣保護(hù)能力，同時(shí)消除了圖像邊緣附近的偽吉布斯(Gibbs)現(xiàn)象。
　　 2.基于雙樹復(fù)數(shù)方向塔式變換的全變差的圖像去噪。首先介紹了全變差的理論。對(duì)圖像進(jìn)行雙樹復(fù)數(shù)方向塔式變換，以得到不同尺度不同方向上的變換系數(shù)，然后對(duì)每一個(gè)高頻子帶系數(shù)利用全變差模型進(jìn)行去噪。最后對(duì)去噪處理后的變換系數(shù)進(jìn)行反變換，以得到去噪圖像。試驗(yàn)表明，該方法取得了很好的主觀和客