文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 工程科技 > 信息与通信 > 基于小波变换的图像去噪方法研究
侵权投诉

基于小波变换的图像去噪方法研究

图像去噪是图像处理中的重要环节,本文基于小波变换的图像去噪方法,阐述了小波去噪的原理和方法,初步探讨了小波去噪中的阈值选取,并基于MATLAB实现了小波去噪中软、硬闽值去噪的计算机仿真实验,并对实验结果进行了分析比较。

科技信息

博士 专家论坛

基于小波变换昀国像去噪方法砥究 宁夏大学数学计算机学院周琳方强杨绍华 [摘要]图像去噪是图处理中的重要环节,像本文基于小波变换的图像去噪方法,了小波去噪的原理和方法,阐述初步探讨了小波去噪中的阈值选取,并基于 MA L B实现了小波去噪中软、闽值去噪的计算机仿真实验,实验结果进行了分析比较。 TA硬并对 [关键词]图像去噪小波变换 0引言 .

软闽值

硬阈值

现实中的图像在采集和传输过程中会受到各种噪声的污染,为成含噪图像,以为了后续更高层次的处理,要对图像进行去噪。对所有必于图像去噪,也根据实际图像的特点、人们噪声的统计特征和频谱分布的规律,了各式各样的去噪方法,中最为直观的方法是根据噪声发展其能量一般集中于高频,而图像频谱则分布于一个有限区间的这一特点, 采用低通滤波方式来进行去噪的方法,如滑动平均窗滤波器,有例还

内容就是针对分解后的小波系数采用一定的阈值函数和阈值进行阈值化处理,采取不同的阈值函数或不同的阈值将有不同的去噪效果。因

此,图像的小波去噪效果的影响,对主要体现在阈值函数和阚值的选取上。小波阈值去噪中,阈值函数体现了对超过和低于阈值的小波系数 模的不同处理策略以及不同估计方法。D n h和 Jh s n提出的阂 ooo o nt e o值方法包括硬阈值和软阈值两种方法。

Wi e线性滤噪器等。其它的去噪方法还有基于秩一阶滤波( er n排序量) 的方法0,,基于马尔可夫场模型 2 1和基于偏微分方程( E a i ie P, ra Df r D P tl f— e t l q a o) n a E u tn的方法 i i以及 L正则化 p方法等。 近年来 '、/波理论得到了非常迅速的发展,由于其具备良好的】而且时频特性,因而实际应用也非常广泛。在去噪领域中’、,波理论也同样 j受到了许多学者的重视,他们应用小波进行去噪,获得了非常好的效并 果。1 9年,oo o o nt e出了小波阈值收缩方法( ae h n) 9 2 D nh和Jh s n提 o W vS r k i,

硬阈值是在小波系数大于阈值 T保留系数大小不变,于阈值 T,小 的置为零;而软闽值法在小波系数大于阈值 T时是在原系数上减去阈值 T也

就是去掉系数中噪声的贡献。硬阈值函数可定义为:,

蛳

)= ) Jg ( j= snW( ,

( 4 )

软阈值函数可定义为:

( 1

l _’

( 5 )

还给出了T—咏的阈值,、并从渐进意义上证明了Waehn的 vSr k i 最优性与此同时, r; K i人运用 Rs nn M LM n u ec p o m等 iae的 D (im mD s ii s i r tn Ln t准则, eg ) h也得到了相同的阈值公式后小波阈值萎缩方法被用到,此各种去噪应用中,并取得了很大的成功,对高斯噪声尤其如此。 1,波去噪的原理 _、 J

。

,

其中,g (为符号函数。 w(,) sn- ) j k为原始小波系数, j k为估 W(,)

计小波系数,为分解层数,为空间平移, T是阈值。图 1和图2是这 两种阈值方法的示意图。 J J

般说来,于一维含噪信号,对噪声为加性噪声,一维观测信号则厂 ): (= (+n ) (为厂 )£ (,££ ) t其中 )为原始信号, (为噪声信号。对厂f f ) (进 ) 一

^ ‘ . . 一

/ . _

W 1 k

行离散采样, N点离散信号, )得到 (,厂f ) f i,,…, f即: (= (+ (=1 2 3 N ) f ),其小波变换为: 2 .

I /

(,) >:( ( i胁,,:2 厂 2一, ∈Z 用递归的滤波器形式表示为:

( 1 )

(+1 ), J, s (

姒

w/ 1k=S ( ) (, (,) r, gJ )

f1 2

、

/_, _

-/ T / _ - 一

-

_

其中 h和 g分别是尺度函数 (和小波函数 (对应的低通和高£ ) f )通滤波器,fo为原始信号,厂『 ) s (,) S ('为尺度系数, (,为小波系 W J )数,相应的重构公式为: ,一1 ) ’,) h,) (,= ( X ( k+W (,)营 k j J^× (,) ( 3 ) 这里 h和岔为重建高通滤波器和重建低通滤波器。从以上分析可

图 1硬阈值函数

图2软阂值函数

3软、阈值去噪的实验结果及分析 .硬实验 1、阈值去噪后的视觉效果比较软硬图3和图 4 ) 5- p p e图像及加人均值 0方差 3和 5别为 epr, 0的高斯噪声 ̄p p

e像。 e pr

知小波变换是线性变换,所以对厂 ) ) 小波变换后, (一 (+ (做 f f )得到的小波系数、, )由两部分组成,分是信号 f所对应的小波系数 ( k, J仍一部 ( ) Ws,)另一部分是噪声 nf对应的小波系数 Wn,k。上面分析了 ( k, j ( ) (,)维情况,对于二维情况,同样观测数据也可看作是由图像数据和噪声数据混合叠加而成,表示为 F 3 Y= ( +N,)可 (,) J ) ( Y, c,这里 I, ) ( Y为 x 一

图像数据, (,) N x Y为叠加在图像上的噪声。由于二维离散小波变换将二维数据块变换为 L, H,, L L HL HH四部分,维小波变换也是线性二

变换,因此,于观测到的图像数据 FxY的小波系数 WF wF,对 (,) u, WF f H, _ 波系数 小波系数

H也由两部分组成, H一部分是图像数据,,) ( Y所对应的小 z w, H,啊; w『fⅥ 一部分是噪声数据 N(,)应的 _ zY对 , wN wN WNH, ,,, H。小波去噪的主要任务就是尽

可能的抑制噪声 Wn,) w j L, (或 j," n H

,讲, 同时尽可能的保留信号部分 Ws ) w,叮 wI『矸 一般采用阈值 (或 WⅢ, _呵 H, H,法,阈值函数来实现。通过 2阈值的选取 . D n h和 Jh s n提出的小波阈值去噪方法的基本思想及核心 oo 0 on t e o

■■■一 pp e图像 ( ep r局部 )加入方差为 3的高斯白噪声 0 d 3阂值去噪后 b硬 d3 b软阈值去噪后图3方差为 3的p p e图像的处理 O e pr

基金项目:本文系宁夏大学自然科学基金项目( n z)— 9 N Z 1— 4大学生科技创新项目11 79 8 E df9 2, D R 0 3, ) 1 00 4 1。

作者简介:周琳( 7一,讲师,究方向: 1 2) 9女,研计算机应用技术。

基于小波变换的图像去噪方法研究

第1页

你可能喜欢

  • matlab数字图像处理
  • 小波分析应用
  • 中值滤波
  • 小波变换原理
  • 提升小波

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email