基于小波變換的紅外圖像去噪算法研究.pdf

1、近年來，紅外成像技術(shù)被廣泛應(yīng)用于很多領(lǐng)域，如:夜視成像、制導(dǎo)、跟蹤、醫(yī)療等方面。然而，由于紅外探測器的固有特性所產(chǎn)生的噪聲污染、對比度低、邊緣模糊等現(xiàn)象對紅外圖像造成了嚴(yán)重的影響。為了降低這類現(xiàn)象對紅外圖像的影響、改善圖像質(zhì)量，本論文引入了小波分析技術(shù)。由于小波變換具有時頻分析能力，它用時-頻域聯(lián)合表示信號的特征，并且它將二維信號分解到不同分辨率尺度，這一特性特別適合于圖像分析，并且通過小波變換重建后，被處理的圖像質(zhì)量能有效地提高，以及

2、準(zhǔn)確獲取我們需要的圖像信息。
　　 本論文主要對基于小波變換的紅外圖像去噪算法進行了研究，介紹了小波變換的一些基礎(chǔ)理論;小波基函數(shù)的特性及選擇標(biāo)準(zhǔn);紅外圖像的噪聲分布特性及評價標(biāo)準(zhǔn);詳細介紹了幾種經(jīng)典小波變換去噪方法，并對這三類方法進行結(jié)果分析，通過仿真實驗說明他們各自的優(yōu)缺點和適用條件;對小波閾值去噪方法中的幾個關(guān)鍵問題進行了詳細討論，在最小均方誤差估計準(zhǔn)則的基礎(chǔ)上選擇合適的小波基，然后對小波的閾值函數(shù)進行改進。
　　

3、 基于小波變換的紅外圖像去噪方法有很多種，其中最常用的是小波閾值萎縮去噪法。傳統(tǒng)的去噪方法（硬、軟閾值函數(shù)）被廣泛的應(yīng)用到實際中，并且去噪效果很好。由于硬閾值函數(shù)的不連續(xù)性導(dǎo)致信號在重構(gòu)之后容易出現(xiàn)偽吉布斯現(xiàn)象;而軟閾值函數(shù)雖然整體連續(xù)性好，但是小波系數(shù)的估計值與實際值之間總存在恒定的偏差，具有一定的局限性。鑒于此，本文對紅外圖像的噪聲分布特性進行分析，根據(jù)小波基的特性及最小均方誤差估計準(zhǔn)則選擇合適的小波基函數(shù)，在對比分析了各種去噪方法