小波變換灰度圖像去噪與邊緣檢測(cè)方法研究.pdf

1、噪聲降低了圖像質(zhì)量，增加了圖像的復(fù)雜性；邊緣是圖像的主要特征，圖像邊緣檢測(cè)是圖像處理領(lǐng)域最重要的技術(shù)方法之一，因此圖像去噪與邊緣檢測(cè)一直都是圖像處理領(lǐng)域的重要研究?jī)?nèi)容。小波變換具有多分辨分析和時(shí)頻局部化特性，具有強(qiáng)大的分析和檢測(cè)功能。
　　 本文在小波變換的基礎(chǔ)上，對(duì)小波變換圖像閾值去噪方法和模極大值邊緣檢測(cè)方法做了分析，并針對(duì)其中所存在的問(wèn)題，提出了相應(yīng)的改進(jìn)：⑴針對(duì)小波變換圖像閾值去噪方法中軟硬閾值處理方法所存在的問(wèn)題，將雙

2、曲線函數(shù)引入閾值去噪方法，構(gòu)造了兩種新的閾值函數(shù)。一種與大多數(shù)改進(jìn)方法類似，是介于硬閾值函數(shù)與軟閾值函數(shù)之間的光滑函數(shù)，在小波變換系數(shù)趨向于無(wú)窮大時(shí)，閾值處理后則無(wú)限逼近真實(shí)值；另一種在閾值處連續(xù)，而且根據(jù)參數(shù)的選取，可以靈活地選擇與實(shí)際情況相適應(yīng)的雙曲線函數(shù)變化區(qū)間，能夠較大程度地保留住小波變換系數(shù)的真實(shí)值。實(shí)驗(yàn)證明，雙曲線閾值函數(shù)方法對(duì)含有隨機(jī)噪聲的灰度圖像進(jìn)行去噪處理后，可以取得較好的視覺效果，并提高了圖像的信噪比和峰值信噪比。⑵

3、針對(duì)小波變換模極大值邊緣檢測(cè)中固定閾值方法所存在的問(wèn)題，提出了分層閾值的改進(jìn)方法。對(duì)待檢測(cè)圖像進(jìn)行小波變換，計(jì)算出每一層梯度值，搜索局部極大值點(diǎn)作候選邊緣點(diǎn)，設(shè)置小波變換第一層的初始閾值，然后運(yùn)用論文提出的分層閾值公式在初始閾值的基礎(chǔ)上，求出每一層的分層閾值，再對(duì)每一層的候選邊緣點(diǎn)做閾值處理，得到每一層最終邊緣。分層閾值方法隨著尺度的增大，對(duì)閾值進(jìn)行了相應(yīng)地收縮，使其更適合圖像處理過(guò)程中的實(shí)際情況。通過(guò)實(shí)驗(yàn)證明，分層閾值的改進(jìn)方法，在保