基于自適應(yīng)方向提升小波的圖像法噪研究.pdf

1、噪聲作為一種常態(tài)在數(shù)字信號(hào)中是普遍存在的。數(shù)字圖像在采集、傳輸和儲(chǔ)存的過(guò)程中會(huì)受到成像設(shè)備、外部環(huán)境噪聲以及存儲(chǔ)介質(zhì)等因素的影響，造成圖像被噪聲污染。為了消除或者降低被污染圖像中的噪聲，便于人眼的識(shí)別或者對(duì)圖像進(jìn)行后繼處理，圖像去噪成為圖像處理和分析中的一個(gè)不可缺少的重要環(huán)節(jié)。然而，如何對(duì)含噪圖像在去除噪聲的同時(shí)能夠盡量好地保持其原有圖像的紋理和邊緣信息是一項(xiàng)具有挑戰(zhàn)性的問(wèn)題。
　　 經(jīng)典的去噪的方法主要包括空域去噪和變換域去噪

2、?？沼蛉ピ胧菍?duì)整個(gè)圖像進(jìn)行某一種簡(jiǎn)單的運(yùn)算處理，在處理過(guò)程中忽視了圖像不同部分的特性，在去噪后會(huì)引起細(xì)節(jié)和邊緣等高頻部分的模糊；變換域去噪主要包括傅里葉變換去噪和小波去噪等，其中傅立葉變換去噪方法雖然能通過(guò)平滑抑制噪聲，但同時(shí)也會(huì)使圖像邊緣信息受到損失，小波去噪法將含噪圖像轉(zhuǎn)換到小波域上，對(duì)小波系數(shù)進(jìn)行處理達(dá)到去噪目的，因?yàn)樵摲椒ê?jiǎn)單有效而被廣泛應(yīng)用。
　　 普通小波只是沿水平和垂直方向?qū)D像進(jìn)行小波分解，因而不能很好地表現(xiàn)出非

3、水平和非垂直方向的紋理信息。而自適應(yīng)方向提升小波能夠較好地表現(xiàn)出自然圖像中通常包含的任意方向的重要邊緣信息，在圖像處理和分析中有其獨(dú)特優(yōu)勢(shì)。本論文主要開(kāi)展基于自適應(yīng)方向提升小波的圖像去噪方法研究。論文的主要研究成果和貢獻(xiàn)如下：
　　 1．回顧了從小波變換到提升小波變換的發(fā)展歷程，總結(jié)了圖像去噪現(xiàn)有的方法，對(duì)提升小波圖像去噪進(jìn)行了仿真實(shí)驗(yàn)，發(fā)現(xiàn)了其在去噪中存在的不足。
　　 2．提出了基于自適應(yīng)方向提升小波的圖像去噪算法。

4、自適應(yīng)方向提升小波充分利用圖像方向信息對(duì)圖像進(jìn)行稀疏表示，能有效消除圖像方向上存在的空間冗余。與普通提升小波相比，自適應(yīng)方向提升小波能夠更好地逼近圖像紋理，且可以用更少的高頻系數(shù)表示圖像。實(shí)驗(yàn)結(jié)果表明，基于自適應(yīng)方向提升小波的圖像去噪算法能夠較好地保持圖像紋理信息。
　　 3．研究了不同閾值選取方法在自適應(yīng)方向提升小波去噪中的效果。小波閾值去噪法中，閾值的選取直接影響去噪后重建圖像的質(zhì)量。通過(guò)對(duì)不同閾值方法的比較，研究得出Bay