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,