SURE准则的图像小波阈值去噪

SURE准则的图像小波阈值去噪

ID:38200109

大小:479.31 KB

页数:4页

时间:2019-05-29

SURE准则的图像小波阈值去噪_第1页
SURE准则的图像小波阈值去噪_第2页
SURE准则的图像小波阈值去噪_第3页
SURE准则的图像小波阈值去噪_第4页
资源描述:

《SURE准则的图像小波阈值去噪》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、第卷第期北京交通大学学报文章编号一一一准则的图像小波闭值去噪费双,波赵瑞珍北京交通大学计算机与信息技术学院,北京七,函数,其功摘要在加提出的小波阅值去噪的基础上提出了一种新的闲值能与硬闲,,“”值函数相当但是它具有二阶连续可导性相对于软阂值函数此函数硬特性可以很好保留图像边缘等,局部特征而其可导性为实现图像的自适应去噪提供了可能本文应用此闲值函数墓于,,,无偏佑计给出了一种小波自适应闲值去噪方法并用抉和图做了仿真实验实验结果显示此方法在最小均方误差意义上的优越性关键词图像去噪无偏佑计小波自适应网值最小均方误差中图分类号文献标志码,一£牙加动

2、壬川,,,段切嘎芬玫巧玫朽扭场哭祀,印巧氏,而记,切召“”,汉粥飞飞,’泪卫丑田舰之以汀即,即飞叩飞,图像在获取或传输过程中常常被噪声污染因噪和保留图像细节之间进行权衡,,,此去噪是许多图像处理技术的重要组成部分去噪世纪年代以来小波理论得到迅速发展,的目的是既要尽可能去除噪声又要尽可能保留图而且由于其在时域和频域同时具有良好的局部化性,质,且对,像的重要特征如图像的边缘和纹理大多数图像去于高频成分采用逐渐精细的时频取样步长,,,噪从本质上来说都是采用低通滤波方式进行去噪从而可以充分突出研究对象的任何细节因而实际,而图像应用也非常广泛,尤其是

3、小波闭值方法成为其理论根据在于噪声能量一般集中于高频去噪的有利工具在此方法中,如何选取闭是关键频谱则分布于一个有限区间例如滑动平均窗滤波只有选,一器,线性滤波器等,这些方法存在的问题是取适当的阂值才能获得良好的去噪效果,,它在消除图像噪声的同时也会消除图像部分有用年肠和提出的高频信息因此,了小波阑值收缩方法,还给出各种图像去噪方法其实就是在去了通用收稿日期一一羞金项目北京交通大学校科技基金,,,坦作者简介费双波一男上海市人硕士生目赵瑞珍一,男,山西省临县人,副教授北京交通大学学报第卷闭值口丫厄而丈灭,式中,。为噪声标准与夕的均方误差最小方差

4、为信号的尺寸或长度并从渐近意义上证尺,户一乡圣明了的最优性,取得了很大的成功,特如果用均值取代数学期望则得,别是对去除高斯白噪声效果非常明显之后小波闭尺,一‘,。一,。,户几,地习艺疏值收缩方法得到了长足的发展几年后和爪月,地加比等人提出的小波闭值去噪方法在又提出了闹值’而后人们又提出、一、了闭值阂值〕基于零意义上是有效的并且可以达到较好的视觉效,,。一。果其主要原理为图像经过小波变换后能量主要集均值正态分布的置信区间阑值等在,,,中在最低分辨率子带小波系数上而图像的加性随上述阑值中由于通用阑值计算简单故得到了广泛,,“”,机噪声经过小波变

5、换后能量则分散在各个高分辨的应用但是其趋向于过扼杀小波系数从而会导,,致过多的高频信息丢失闹值和」率子带小波系数上因此可以设定一个阑值将绝,阂值,是重建均方误差最小闭值的估计版本,但其趋对值小于阑值的小波系数当作噪声去除从而达到,“”叭,去噪的效果阑值去噪的关键是阑值的设定因为过向于过保留小波系数阑值由于基于,、,,大的阐值会造成有用的高频信息如边缘纹理信悲观决策的思想即最大均方误差最小化所以也会息丢失,使图像变得模糊而过小的阔值,又会保留过扼杀小波系数置信区间阑值虽跟图像信号尺寸,,,过多的噪声使去噪效果不明显无关但由于随着图像尺寸增大大

6、的噪声系数出现,,传统阑值去噪方法可按以下个步骤实现图的数目会增多并被保留因而导致重建误差增大图,对观测图像进行离散小波变换为了解决以上阑值设定的两难境地本文作者提·。出了一种基于无偏估计的自适应阂值去噪方,,,⋯,、,式中〔」为含噪图像的小波系法并通过实验证明了此方法能够在保留更多的图像,,数分别为真实图像和噪声的小波系数在这细节的前提下可以得到更高的峰值信噪比代妇,里需要注意低频小波系数不参加阑值运算小波闭值去噪理论应用非线性阑值函数如软阑值函数·一川,少,,图像的噪声大致可分为类感光照片上的颗,粒噪声、光电转换过程中产生的光电子噪声和

7、电子硬阑值函数,设备产生的热电子噪声对于颗粒噪声可以用高斯,、少,夕,,丈气,。白噪声作为模型对于光电子噪声在光照较弱时,,可以用具有泊松分布的随机变量作为模型其标准处理各尺度小波系数,基于所选择的阑值得出各差等,,于均值的平方根在光照较强时泊松分布趋向尺度小波系数的估值高斯分布,其标准差仍等于均值的平方根对于热电对各尺度小波系数应用离散小波反变换,子噪声一般常用零均值的高斯白噪声作为模型因〕,得到图像的估值户此,对,于大多数图像处理的应用来说经常采用零均无偏估计自适应闭值去噪值高斯白噪声作为图像的噪声模型假设给定含噪图像观测值值得注意的是

8、,估值所造成的能量损失满足、‘胜卫,定理,而小波变换和小波反变换的基常采不酬,用正交小波基此时可得,一,,,,倒礴‘一,户习习几它由以下等式决定”二一‘,一,社十州,,电哟的斑几

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。