基于雙樹(shù)復(fù)小波的圖像去噪和邊緣檢測(cè)技術(shù)研究.pdf

1、在數(shù)字化信息時(shí)代，數(shù)字圖像已經(jīng)深入到生活的各個(gè)領(lǐng)域中。數(shù)字圖像處理技術(shù)作為信息化時(shí)代的關(guān)鍵技術(shù)在人們的生活中發(fā)揮著重要的作用。在數(shù)字圖像處理技術(shù)中圖像去噪和邊緣檢測(cè)技術(shù)是重要的研究課題。數(shù)字圖像在獲取和傳輸?shù)倪^(guò)程中，常會(huì)因?yàn)橥饨绛h(huán)境因素和數(shù)字成像設(shè)備自身因素的影響，使得圖像受到噪聲的干擾，圖像的質(zhì)量將被降低。圖像的邊緣是其重要的特征信息之一，它反映了圖像中物體本身的形狀和結(jié)構(gòu)，圖像中的邊緣信息為后續(xù)的圖像分析，理解提供了研究基礎(chǔ)。在圖像

2、邊緣檢測(cè)時(shí)，由于噪聲的存在，檢測(cè)出的邊緣圖像也會(huì)受到影響，圖像的邊緣會(huì)因?yàn)樵肼暤挠绊懽兊瞄g斷不清晰，存在偽邊緣現(xiàn)象。因此，在保持圖像邊緣紋理等細(xì)節(jié)的同時(shí)有效的去除圖像中的噪聲和檢測(cè)出清晰，準(zhǔn)確的圖像邊緣是圖像去噪和邊緣檢測(cè)的目標(biāo)，具有重要的理論意義和實(shí)際的應(yīng)用價(jià)值。
　　多尺度變換技術(shù)具有優(yōu)良的時(shí)頻特性，能夠?qū)崿F(xiàn)對(duì)信號(hào)多分辨率的稀疏表示，近年來(lái)受到了廣泛的關(guān)注。在圖像去噪和邊緣檢測(cè)領(lǐng)域，多尺度變換也取得了很好的研究成果。在多尺度變

3、換中小波變換是典型代表，在圖像去噪，圖像分割，圖像編碼等領(lǐng)域都得到了廣泛的應(yīng)用。然而小波變換仍存在一定的局限性，由于在處理時(shí)存在下采樣過(guò)程，小波變換不具備平移不變性，此外，小波變換的方向選擇性較差，只能提供水平，垂直和對(duì)角方向的細(xì)節(jié)信息，不利于圖像方向性信息的捕獲。雙樹(shù)復(fù)小波變換的提出有效解決了上述問(wèn)題，它在繼承了小波變換的優(yōu)良特性的基礎(chǔ)上，還具備了平移不變性和良好的方向選擇性，能夠?qū)崿F(xiàn)對(duì)信號(hào)更好的稀疏表示。本文將雙樹(shù)復(fù)小波變換作為主要

4、的研究?jī)?nèi)容，對(duì)其在圖像去噪和邊緣檢測(cè)中的應(yīng)用進(jìn)行了研究。本文的主要研究?jī)?nèi)容安排如下：
　　本文介紹了圖像去噪的基本理論，并對(duì)傳統(tǒng)的濾波去噪方法和小波閾值去噪方法進(jìn)行了研究分析。由于小波變換不具備平移不變性，并且它的方向選擇性較差，本文對(duì)能夠解決小波變換所存在的問(wèn)題的雙樹(shù)復(fù)小波變換進(jìn)行了研究。并針對(duì)傳統(tǒng)的圖像去噪方法去除噪聲的同時(shí)不能良好地保持圖像邊緣細(xì)節(jié)信息的問(wèn)題，利用雙樹(shù)復(fù)小波優(yōu)良特性，提出了一種基于雙樹(shù)復(fù)小波變換的非局部均值去

5、噪方法，并通過(guò)實(shí)驗(yàn)對(duì)比仿真和評(píng)價(jià)指標(biāo)證明的方法的有效性。
　　然后圍繞小波系數(shù)的相關(guān)性模型展開(kāi)研究，從小波系數(shù)的尺度間相關(guān)性角度出發(fā)，對(duì)描述尺度間相關(guān)性的雙變量模型進(jìn)行了分析，提出了一種基于雙樹(shù)復(fù)小波變換和雙變量模型的圖像去噪方法，充分利用小波系數(shù)和噪聲系數(shù)尺度間相關(guān)性的差異，根據(jù)小波系數(shù)的先驗(yàn)知識(shí)采用最大后驗(yàn)估計(jì)理論實(shí)現(xiàn)對(duì)原始系數(shù)的估計(jì)，實(shí)現(xiàn)對(duì)噪聲的有效抑制。
　　最后對(duì)圖像邊緣檢測(cè)的基本理論進(jìn)行了研究，針對(duì)傳統(tǒng)邊緣檢測(cè)算