基于小波变换的多尺度多方向图像去噪.pdfVIP

竺 ．，／／／ 基于小波变换的多尺度多方向图像去噪 史丽虹 (贵州大学 电气工程学院，贵 阳 550003) 摘 要 ：小波 图像去噪是小波应用较成功的一个方面。通过 阈值进行去噪．最佳闽值 T 的确定是 一 个关键 问题 。由于噪声能量在不同方向(水平、垂直和对角)的高频 系数分布情况有所 差异．可对 小波全 阈值消噪方法进行改进为：图像进行小波分解后 ．对每一尺度 的不 同 方 向的高频系数取不同阂值进行去噪 ．称之为多尺度 多方 向消噪法 。与全局 阂值法相 比，新方法使 图像更加清晰．并能更好地适合人眼的视觉特性 。从消噪后 图像的信噪比和 均方根误差上看，新方法也优于全局闽值去噪 法。因此 ．该方法在客观和主观上都能 同 时获得更佳 的去噪效 果 关键词 ：小波变换 ：图像去噪 ：最佳 阈值 0 引 言 po 1∑，【(J1) (川 (3) -- ^ 小波变换在图像去噪中有一个需要解决 的问题 ： 其 中poe 为真实信号的功率 ，power~ 为噪 对于待处理的图像进行消噪时阈值的确定 阈值的确 声的功率。 n)为原始信号 (n)为小波去噪后的估 定关系着图像的消噪效果 由于全局阈值去噪有其局 计信号 限性 ，所以本文根据 Bayesian估计的这一特点 ．提 出 去噪后信噪比越大 ，信号的去噪效果越好 了多尺度多方向的阈值估算方法 此算法通过估计 图 (2)均方根误差(RMSE) 像小波系数在各个子带上的方差 ．得出不同尺度下各 原始信号与去噪后的估计信号之 间的均方根误 个子带的小波阈值 差定义为： 1 图像去噪效果的评价方法 _ __ _ _ __ _ __ _ _ __ _ _ __ _ __ _ _ _ _ __ __ ● — — RMSE=＼／∑bqn)(川 4《) 评价图像去噪效果 的 目的在于更好地认识算法 T ^ 的功能和不足 评价图像去噪的方法可以分为两类： 其中，(n)为原始信号 (n)为小波去噪后 的估计 主观评价法和客观评价法 客观评价法主要是通过计 信号。 算一些量化的指标或者通过描绘能反映图像 自身性 能的曲线来评价图像处理效果的方法 相 比于主观标 去噪后均方根误差越小，去噪的效果越好 。 准．客观评价法更准确[3,41。本文客观标准采用均方根 2 多尺度多方 向阈值算法的提出 误差RMSE和信噪比SNR两个性能指标 (1)信噪LL(SNR1 图像