基于小波变换的图像压缩与去噪研究.pdfVIP

基于小波变换的图像压缩与去噪研究 张景春，单吉峰，张坤 兰州大学信息科学与工程学院，甘肃兰州（730000 ） E-mail ：112056137@ 摘 要：近十几年来小波理论研究已成为应用数学的一个新方向。作为数学工具，小波被迅 速应用到图像和语音分析等众多领域。小波变换用于图像压缩和去噪的基本思想是：对压缩 的图像进行多分辨率分解，分解成不同空间、不同频率的子图像，然后再对子图像系数进行 量化压缩。对含噪图像经小波分解后，图像的基本轮廓等信息将反映在低频区域，而噪声与 图像细节等信息将反映在高频区域，因而基于小波变换的降噪处理可以在小波系数的高频部 分进行，可以根据各自小波系数的特点来构造消除噪声的方法。本文通过仿真进行实验，借 助实验结果直观展示小波在图像处理中的强大功能。 关键词：小波；图像压缩；图像去噪 中图分类号：TN911.73 1. 引 言 小波分析是当前应用数学和工程学科中一个迅速发展的新领域。小波就是小的波形， “小”指它具有衰减性；“波”则指它的波动性[1] 。随着小波理论的日益成熟，小波分析的应用 领域也变得十分广泛。图像处理是小波分析应用的重要领域，已经成为了进行图像处理有用 的工具之一。 2. 小波分析的基本理论 小波是一个满足条件 ∫+∞ψ ( t ) dt 0 的函数通过平移和伸缩而产生的一族函数 −∞ ψ (t) 如公式（1）所示： a ,b −1/ 2 ⎛t −b ⎞ t a a ∈R b ∈R a ≠0 ψ ( ) ψ⎜ ⎟ ， ， （1） , a b ⎝ a ⎠ 式中 2 ( ) 2 ( ) b 为平移的距离，a 为伸缩的尺度。对于任意的一个函数为f ∈L R ，L R 为 2 ( ) 在R 上平方可积的函数；且基本小波ψ ∈L R ，那么f 的连续小波变换可定义为： 1/ 2 +∞ ⎛t −b ⎞ () ψ ≥ a f tψ dt （2 ） a b ⎜ ⎟ , ∫−∞ ⎝ a ⎠ 其重构公式，即小波逆变换为： +∞ +∞ dadb () −1 ( ) () f t C W a,b ψ t （3 ）