基于小波变换和均值滤波的图像去噪方法

基于小波变换和均值滤波的图像去噪方法

ID:27720763

大小:327.50 KB

页数:6页

时间:2018-12-05

基于小波变换和均值滤波的图像去噪方法_第1页
基于小波变换和均值滤波的图像去噪方法_第2页
基于小波变换和均值滤波的图像去噪方法_第3页
基于小波变换和均值滤波的图像去噪方法_第4页
基于小波变换和均值滤波的图像去噪方法_第5页
资源描述:

《基于小波变换和均值滤波的图像去噪方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第34卷第1期光电工程Vol.34,No.12007年1月Opto-ElectronicEngineeringJan,2007文章编号:1003-501X(2007)01-0072-04基于小波变换和均值滤波的图像去噪方法龚昌来(嘉应学院电子信息工程系,广东梅州514015)摘要:将小波变换和均值滤波相结合提出了一种有效的图像去噪方法,先将含噪图像进行小波分解,获得不同频带的子图像。将低频近似图像保持不变,对水平、垂直和对角三个方向高频细节图像根据其特性采用三种不同形状的模板进行均值滤波,最后将低频近似图像与三个均值滤波后高频细节图像合成得到去噪后的图

2、像。实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留图像的细节,其去噪效果优于单一小波阈值法和均值滤波法。关键词:图像去噪;小波变换;均值滤波;滤波模板中图分类号:TN911.73文献标识码:AImage-denoisingmethodbasedonwavelettransformandmeanfilteringGONGChang-lai(DepartmentofElectronicsandInformationEngineering,JiayingUniversity,Meizhou514015,China)Abstract:Combined

3、withwavelettransformandmeanfiltering,anefficientimage-denoisingmethodwaspresented.Firstly,noisedimagewasdecomposedtovariousfrequencysub-bandimagesbywavelettransform.Accordingtotherespectivecharacteristics,highfrequencysub-bandimagesathorizontal,verticalandangulardirectionswerede

4、noisedbythreedifferentfiltertemplates,withoutanychangestothelowfrequencyapproximationimage.Denoised-imagewasobtainedbycomposingthethreehighfrequencydetailimageswithmeanfilteringandlowfrequencyapproximationimage.Experimentresultshowsthatthenoiseoftheimageisremovedeffectively.Atth

5、esametime,thedetailoftheimageiskeptwell.Themethodhasbetterdenoisingeffectthansinglewaveletthresholdingmethodandmeanfilteringmethod.Keywords:Imagedenoising;Wavelettransform;Meanfiltering;Filterigngtemplate引言均值滤波是一种常用的图像滤波去噪方法,该方法运算简单,对高斯噪声具有良好的去噪能力。但均值滤波在本质上是一种低通滤波的方法,在消除噪声的同时也会对

6、图像的高频细节成分造成破坏和损失, 使图像模糊,这是均值滤波法存在的固有缺陷[1]。为了解决均值滤波算法存在的图像模糊问题,人们提出许多改进算法,如K邻点平均法、梯度倒数加权平滑法、最大均匀性平滑法、小斜面模型平滑法、自适应加权平滑法[2-3]等,它们讨论的重点都在于如何选择邻域的大小、形状和方向,如何选择参加平均的点数以及邻域各点的权重系数等。图像信号的类型很多,包含的信息也很复杂,各种改进的均值滤波算法一般只对某些类型的图像具有较好的去噪效果,对于不同类型的图像需要调整其形状和参数,因此不具有普适性。本文去噪方法的指导思想是从图像信号本身出发,采用

7、小波变换和均值滤波相结合的方法,先将含噪图像进行小波分解,获得具有频率分布特征的细节子图像,然后根据各细节子图像的频率分布特征,采用不同形状的模板进行均值滤波实现去噪目的。实验结果表明,这种方法具有良好的去噪效果,既降低了图像的噪声同时又尽可能地保留图像的细节,其去噪效果优于单一的小波阈值法和均值滤波法。并且对各种类型图像信号都适应,具有较好的普适性。收稿日期:2006-01-03;收到修改稿日期:2006-10-19作者简介:龚昌来(1962-),男(汉族),湖南浏阳人,副教授,硕士,主要研究方向为信号分析与信息处理.E-mail:dzxgcl@so

8、hu.com2007年1月龚昌来:基于小波换和均值滤波的图像去噪方法731图像的小波分解和重构

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。