图像小波阈值去噪方法研究-论文.pdf

《图像小波阈值去噪方法研究-论文.pdf》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、ISSN1009-3044E—mail：eduf@dnzs．net．caComputerKnowledgeandTechnology电脑知识与技术http：／／www．dnzs．net．caVo1．10，No．22，August2014Tel：+86—551—6569096365690964图像小波阈值去噪方法研究郭建峰(中国人民武装警察8730部队，广东广州51O8OO)摘要：该文介绍了小波阈值去噪的基本原理，描述了图像小波阈值法去噪的过程，并通过仿真实验结果比较了小波阈值去噪方法在选取不同闽值函数下的去噪效果

2、，证明了小波闽值去噪法是一种非常有效的变换域图像去噪方法。关键词：图像去噪；高斯噪声；阈值去噪中图分类号：TP39文献标识码：A文章编号：1009—3044(2014)22—5291—02ResearchWaveletThresholdDenoisingMethodGUOJian——feng(8730ChinesePeople’SArmedPohceForces，Guangzhou510800，China)Abstract：Thispaperintroducesthebasicprincipleofwavelet

3、thresholddenoising，anddescribestheprocessofimagewaveletde—noisingthresholdvaluemethod．Denoisingefectisshowedbycomparingthesimulationresultsofwaveletthresholddenoisingmethodintheselectionofdiferentthresholdfunction．Itisprovedthatthewaveletthresholddenoisingmet

4、hodisaveryefectivemethodoftransformdomainimagedenoising．Keywords：Imagede—noising；Gaussiannoise；thresholding图像信息以其信息量大、传输速度快、作用距离远等优点成为人类获取信息的重要来源及获取信息的重要手段，但是在现实中的图像往往是带有噪声，噪声是破坏图像质量的重要因素之一，因此图像去噪是图像预处理的一个非常重要的环节。人们一直寻求一种既能有效地减小噪声，又能很好地保留图像边缘信息的方法，这也是人们对图像处理的

5、目标。近年来，小波图像去噪方法已成为去噪的一个重要分支和主要研究方向，该文实现了小波阈值图像去噪，并对不同阀值的去噪效果进行了分析。1小波阈值去噪基本原理1．1基本思想1995年，Johnstone和Donoho提出Td,波阈值收缩图像去噪方法，其算法的基本过程为是先对原始信号进行小波分解，再对变换后的小波系数进行阈值处理，得到估计小波系数；然后根据估计小波系数进行小波重构。在这个方法中，阈值的选取和阈值函数的构造是关键，二者可以影响着图像的去噪效果，是阈值法去噪方法研究的重点。一般来说，小波阈值去噪算法主要分为

6、4个步骤：第1步：选择一个小波基函数，确定小波分解层数并对信号进行小波分解。常用于去噪的小波函数有dbN小波、symN小波和coifNd"波，层数一般为3—5层。第2步：阈值的确定。小波阈值A在去噪过程中起到决定性的作用u1。如果阈值太小，那么阈值处理后的小波系数中包含了过多的噪声分量；如果阈值太大，那么将会丢失信号的一部分有用信息，从而造成小波系数重构后的信号失真。第3步：选择合适的阈值函数对小波系数进行阈值处理。第4步：小波重构。根据阈值化处理后的高频小波系数以及未处理的低频小波系数进行离散小波反变换重构信号

7、。1．2小波阈值去噪函数小波阈值去噪法里，阈值的选取和阈值函数的构造是非常重要的。其中最经典的就是D．L．Donoho的硬阈值去噪法和软阈值去噪法，它们都是典型的分段函数。11硬阈值函数法：wo,I．这里，：{。，，⋯，}是经过阈值处理后的小波系数，[1／2]为阈值，A为小波系数。21软阈值函数法：1fosgn(w0．)0wl—A]，l≥A1wI

8、⋯5291ComputerKnowledgeandTechnology电脑知识与技术第10卷第22期(2014年8月)背景的像素点和占总像素的百分比。根据误分率评价标准，对彩色图像分割实验结果进行评价，结果如表1所示。表1分割结果的误分率误分率f％)分割方法小鸟和树枝海星花蝴蝶豹子和树枝K—means算法69．33552．18329．76145．12247．558IS-R