基于Shearlet變換的圖像去噪.pdf

1、圖像在獲取和傳輸?shù)臅r(shí)候很容易被噪聲污染，噪聲對圖像的影響特別大，不僅影響了人們的視覺效果，降低了圖像的分辨率，而且對后續(xù)進(jìn)一步的圖像處理的也造成了巨大的麻煩。為了更好的開展后續(xù)圖像處理的工作，圖像去噪一般都放在第一步進(jìn)行處理。因此，深入研究圖像去噪技術(shù)有著特別重大的意義。
　　在圖像處理、信號處理等領(lǐng)域中，小波是一個(gè)非常重要的工具，它具有局域性、多分辨率、稀疏性，小波對于具有奇異點(diǎn)的一維有界變差函數(shù)有最優(yōu)表示，表現(xiàn)出了非常好的性能

2、，但是其優(yōu)良特性不能延伸到二維或更高維情況，因此需要用到多尺度幾何變換，而本文研究的Shearlet變換屬于多尺度變換的一種，在此基礎(chǔ)上本文主要研究內(nèi)容有以下幾點(diǎn)：
　?。?）分析了小波變換的優(yōu)缺點(diǎn)，介紹了多尺度幾何變換的發(fā)展，重點(diǎn)研究了Shearlet變換從連續(xù)變換到離散變換的相關(guān)理論，分析了經(jīng)典Shearlet系統(tǒng)和錐形連續(xù)Shearlet系統(tǒng)的優(yōu)缺點(diǎn)。
　　（2）分析了實(shí)現(xiàn)離散Shearlet變換的具體步驟，并將不可分

3、離函數(shù)作為生成函數(shù)，介紹了不可分離Shearlet變換具有更多方向性的優(yōu)勢，最后給出了計(jì)算離散Shearlet變換和Shearlet逆變換的公式。
　　（3）實(shí)現(xiàn)了基于不可分離Shearlet變換的閾值去噪方法，對自然圖像進(jìn)行去噪。實(shí)驗(yàn)結(jié)果表明，本文算法與其它優(yōu)秀的去噪算法相比，不僅具有較好的去噪效果，而且具有較強(qiáng)的保持紋理信息的能力。
　?。?）提出了基于局部特性分析和不可分離Shearlet變換的SAR圖像去噪方法。實(shí)驗(yàn)