資源描述：
《基于小波變換圖像去噪方法探究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、基于小波變換圖像去噪方法探究 摘要：圖像去噪問題是一個古老的難題，也是當(dāng)前研究的熱點問題，而圖像小波去噪算法在圖像去噪方面雖然已取得了一定進步，但在這一領(lǐng)域仍然有許多問題需要研究，為了進一步提高圖像去噪質(zhì)量，改善圖像視覺效果。在此通過在小波閥值萎縮法、基于混合模型的小波去噪法、小波去噪與其他算法相結(jié)合的三類方法中分別選用了三種典型算法即VisuShrink法、基于高斯混合模型小波去噪法、中值濾波與小波去噪相結(jié)合的算法，對當(dāng)前基于小波變換圖像去噪這三類典型問題進行了研究。研究表明對于單一的噪聲，用相應(yīng)某種算法，就可能取得較理想效果。而對于混合噪聲，單獨的
2、一種算法取得的效果是比較差的，只有采用幾種算法相結(jié)合才能取得較好的效果，因而在此也為圖像去噪指明了以后的研究方向。關(guān)鍵詞：圖像去噪；小波閥值萎縮法；混合模型；中值濾波中圖分類號：TN919?34；TP391文獻標(biāo)識碼：A文章編號：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引言數(shù)字圖像的噪聲主要來源于兩個方面，一個方面是圖像的獲取；另一個方面是傳輸過程?，F(xiàn)實中的圖像多是帶噪圖像需對圖像去噪并進行后續(xù)處理后，
7、才能進行邊緣提高取、圖像分割、圖像理解、圖像分析等，因而圖像去噪在數(shù)字圖像處理領(lǐng)域在著非常重要的作用。9多年來，人們對圖像去噪進行了大量研究，如文獻[1?2]，自從多分辨率理論中，小波首次作為圖像分析處理的基礎(chǔ)出現(xiàn)以來，由于小波變換使圖像的壓縮、傳輸和分析處理包括去噪等變得更加快捷，因而傅里葉變換在變換域圖像處理的壟斷地位被小波變換所打破，小波變換從數(shù)學(xué)角度來看，實質(zhì)是一個函數(shù)逼近問題，建立一個從圖像空間到小波函數(shù)空間的最佳映射，然后在小波函數(shù)空間經(jīng)過處理后，最終盡可能還原真實的圖像；從信號角度來看，由于小波變換的多分辨特性，變化后的小波在圖像邊緣處系數(shù)
8、有較大的幅值，有利于提取特征，早期的小波去噪就是通過對含噪信號進行正交小波變換，
