基于平移不变小波的原子力图像去噪算法研究.docVIP

  基于平移不变小波的原子力图像去噪算法 研究# 郭高安，肖芬** 5 10 15 20 25 30 35 40 （智能计算与信息处理教育部重点实验室（湘潭大学），湖南 湘潭 411105） 摘要：通过研究 AFM 图像的噪声特性，得到了 AFM 图像噪声是非均匀高斯分布的结论。在此 基础上，根据图像噪声在尺度间的不同传播特性以及在同一尺度内的方向性，设计出一种多 尺度关联的阈值估计策略，提出了一种基于平移不变小波的图像去噪算法。将算法应用于 Lena 和 AFM 图像去噪，实验结果表明，该算法能够自适应地选取阈值，并且去噪效果优于 已有的方法。 关键词：图像去噪；AFM；平移不变小波；双正交小波；多尺度关联；阈值估计 中图分类号：TP391 AFM image denoising based on translation invariant wavelet Guo Gaoan, Xiao Fen (Key Laboratory of Intelligent Computing Information Processing of Ministry of Education, Xiangtan University, HuNan XiangTan 411105) Abstract: In this paper, we analyze the noise characteristics of images obtained from the AFM, and it shows the noise in each image to have a non-uniform Gaussian distribution. According to the difference of image noise propagation in each subband, a novel multiscale adaptive thresholding based on translation invariant(TI) wavelet transform has been proposed. And we also give the general framework for image denosing based on TI wavelet transform. Experiments show that the proposed method can choose the threshold adaptively. Its efficiency is shown by comparison with the classical Bayesian and the Visulthrink based methods for Lena and AFM image denoising. Keywords: image denoising; AFM; translation invariant wavelet; biorthogonal wavelet; multiscale correlation; threshold estimation 0 引言 随着扫描隧道显微镜和原子力显微镜（AFM）等高分辨率表面观察和分析仪器的出现， 纳米科技在近 20 年得到了迅速的发展。AFM 以其纳米级的分辨率，宽松的使用环境，在纳 米科技研究中的应用也越来越广泛。在对样品表面进行检测及信号处理过程中，由于环境和 设备等因素的影响，比如外界机械振动、人走动引起的地面震动、声音及其它外界噪音引起 的空气扰动；元器件材料引起的噪声，比如热噪声、散粒噪声， AFM 图像会存在不同性质 的噪声，导致成像质量下降。传统的 AFM 图像去噪方法有，中值滤波、均值滤波、理想低 通滤波、高斯低通滤波等。但是，这些常规方法在抑制噪声的同时，往往会损失图像的高频 信息，引起边缘和纹理的模糊[1]。 近年来，小波理论得到了非常迅速的发展，其良好的时频局部化能力和多分辨分析能力， 使得其在信号处理等各领域有着非常广泛的应用[2]。Rekhviashvili、Maksumo 和 Xu 等将小 波应用于 AFM 图像特征提取和去噪等处理，取得了较好的效果[3-5]。基于小波方法的图像去 噪方法是对小波系数进行阈值处理，而阈值函数的选择和阈值的估计最为关键，如基于贝叶 基金项目：教育部重点项目(210153)；教育部博士点专项基金(20104301120002)；湖南省教育厅开放基金 (10K068) 作者简介：郭高安，（1990-），男，学生，主要研究方向：图像处理，人工智能。 通信联系人：肖芬，（1981-），女，副教授，主要研究方向：小波分析、图像处理。 E-mail: xia