资源描述：
《小波消噪论文》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14卷第1期云南民族大学学报(自然科学版)Vol.14,No.12005年1月JournalofYunnanNationalitiesUniversity(NaturalSciencesEdition)Jan.2005X一种新的基于小波变换的图像消噪方法杨龙平,丁宣浩,孙建明(11桂林电子工业学院通信与信息工程系,广西桂林541004;21桂林电子工业学院计算科学与数学系,广西桂林541004)摘 要 一种新的基于小波变换的图像消噪方法是在运用小波变换对含噪图像进行消噪前,先对图像进行小波级数分解,对其中的低频系数和高频系数进行适当的放大;然后对图像采取局部阈值消噪法进行
2、消噪;最后运用小波变换对所得到的图像小波系数进行适当的缩小并将其重构.仿真实验证明这种方法比一般的诸如中值滤波和维纳滤波等图像消噪方法有很大的改进,特别是图像均方差(MSE)有很大的降低,而图像的信噪比也有较为明显的提高.关键词 小波变换;系数放大;中值滤波;维纳滤波中图分类号TN911173文献标识码A文章编号1672—8513(2005)01-0071-04ANewImageDenoisingMethodBasedonWaveletTransformYANGLong2ping,DINGXuan2hao,SUNJian2ming(11DepartmentofCommuni
3、cationandInformationEngineering,GuilinUniversityofElectronicTechnology,Guilin541004,China;21Department.ofComputingScienceandMathematics,GuilinUniversityofElectronicTechnology,Guilin541004,China)Abstract:Anewimagedenoisingmethodbasedonwavelettransformisproposed.Thecoefficientsincludinglowfr
4、equencyandhighfrequencyofwavelettransformaremagnifiedproperlybeforeusingimagedenoisingmethodbasedonwavelettransform.Thenthenoiseinimageiseliminatedbyusinglocalthresholdwaveletmethod.Inthelast,thecoeffi2cientsofwavelettransformarereducedaptlyandrestructured.Accordingtotheresultofexperiment,
5、thegivenalgorithmismuchbetterthantheconditionalmedianvaluefilteringmethodandWienerfilteringmethod.Especially,theMSEofimagehasbeendecreasedalotwhilethePSNRbeingimprovedmarkedly.Keywords:wavelettransform;coefficientmagnify;medianvaluefiltering;wienerfiltering换同时具有时域和频域上的局部性特性以及多分辨分析特0 引言性,所以
6、特别适合于图像处理中的应用.运用小波方法进行在图像的获取及传输中,往往会受到噪声的污染,而图图像消噪主要有3个问题:(1)模型的选择.只有在有效的小像消噪的目的则是尽可能保持原始信号主要特征的同时,除波系数模型上才有可能发展出有效的小波消噪方法;(2)小去信号中的噪声.在图像噪声中,人们根据实际图像的特点、波基的选择.对应于特定的含噪图像,不同的小波基会产生噪声的统计特性和频谱分布的规律,发展了多样的消噪方不同的消噪效果,这是小波方法进行图像消噪中的一个关键法.其中最为普遍的方法是根据噪声能量一般集中于高频,问题;(3)阈值的选择.这也是一个重要问题,阈值选取好坏而图象频谱
7、则分布于一个有限区间这一特征,采用低通滤波直接影响图像消噪后的质量.方法来进行消噪,如低通高斯滤波、维纳滤波等.其它的如基1 图像的二维小波变换[1,2][3]于秩-阶滤波(排序量)的方法,基于马尔可夫场模型和基于偏微分方程(PDF,PartialDifferentialEquation)的方二维离散小波变换往往可以由一维信号的离散小波变[4,5]法等.换推导得之.假设<(x)是一个一维的尺度函数,Ψ(x)是相近年来,小波理论得到了非常快速的发展.由于小波变应的小波函数,则可以得到二维小波变换的基础函数:X收稿日期
