基于小波變換的自適應(yīng)圖像去噪方法的研究.pdf

1、圖像在采集、傳輸?shù)冗^程中，由于各種因素的影響，往往會(huì)受到噪聲的干擾，噪聲不僅會(huì)降低圖像的視覺質(zhì)量，而且有可能掩蓋圖像的特征信息，因此圖像去噪是圖像處理領(lǐng)域中的一個(gè)重要環(huán)節(jié)，對(duì)圖像的進(jìn)一步處理具有重大的現(xiàn)實(shí)意義。
　　 小波方法和偏微分方程方法是圖像去噪領(lǐng)域中兩種非常有效的去噪方法，小波變換具有多分辨率、能量集中以及時(shí)頻局部特性等眾多優(yōu)勢(shì)，在圖像去噪領(lǐng)域中得到了廣泛的應(yīng)用，偏微分方程的各向異性特性在圖像去噪領(lǐng)域中也表現(xiàn)出一定的優(yōu)勢(shì)

2、。
　　 本文首先介紹了圖像去噪技術(shù)的發(fā)展和小波變換在圖像處理領(lǐng)域巾的應(yīng)用，然后對(duì)小波分析理論和目前常用的小波圖像去噪進(jìn)行了詳細(xì)的描述和分析，通過對(duì)小波變換理論和各種去噪算法的深入研究，提出了三種基于小波變換的自適應(yīng)圖像去噪算法：基于多圖像的自適應(yīng)小波去噪算法、基于非抽樣小波的多閾值去噪算法和基于小波與TV擴(kuò)散的混合去噪算法。第一種算法提出了采用多幅輸入圖像的去噪策略，首先對(duì)多幅輸入圖像變換后的小波系數(shù)進(jìn)行加權(quán)運(yùn)算，然后采用白適

3、應(yīng)于尺度和子帶大小的閾值進(jìn)行去噪，通過加權(quán)運(yùn)算強(qiáng)化了圖像特征并降低了噪聲；第二種算法充分利用非抽樣小波的冗余性來尋找小波系數(shù)之問的依賴關(guān)系，對(duì)變換后的小波系數(shù)進(jìn)行分類，對(duì)不同類別的系數(shù)采用不同的閾值進(jìn)行自適應(yīng)處理以改進(jìn)去噪效果；第三種算法根據(jù)全變差模型在去除噪聲時(shí)的缺陷，提出了將非抽樣小波和全變差模型結(jié)合起來的自適應(yīng)混合去噪策略。
　　 仿真實(shí)驗(yàn)結(jié)果表明，本文提出的圖像去噪算法能有效的去除圖像噪聲，獲得良好的視覺效果，并且峰值信