复数小波统计模型在图像降噪中的应用.pdfVIP

维普资讯 第 31卷第 8期 光电工程 Vo1．31，No．8 2004年 8月 Opto—ElectronicEngineering August，2004 文章编号：1003—501X(2004)08—0069—04 复数小波统计模型在图像降噪中的应用 易 翔，王蔚然 (电子科技人学电子 学院，四川 成都 610054) 摘要：复数小波变换具有平移不变性和多方向选择性，适用于图像去噪。对 自然图像复数小波系 数统计分布进行建模，提出了一种新的概率密度函数。在此先验分布的基础上，通过运用最大后 验概率估计方法从含噪系数中恢复原始系数，来达到滤出噪声的目的。数值实验表明本方法在去 除噪声的同时保留了图像的细节信息，取得了很好的降噪性能，其峰值信噪~(PSNR)在高噪声水 平下(=3o)，较其他常见方法至少高 l，9dB左右。 关键词：图像降噪；小波变换；统计模型；图像处理 中图分类号： TN9l1．73， TN9l9、8 文献标识码： A Theapplicationofstatisticmodelforcomplex waveletcoefficientsinimagedenoising YIXiang，WANGWei—ran (CollegeofElectronicEngineering，UniversityofElectronicScience andTechnologyofChina，Chengdu610054，China) Abstract：Complexwavelettransform hastranslation invarianceanddirectionalselectivity,anditis suitableforimagedenoising．Themodelbasedonstatisticaldistributionofrcomplexwaveletcoefficients ofnatureimagesissetup and a new probabilitydensity function isproposed．Undersuch prior distribution，MaximumAPosteriori(MAP)estimatorisusedtorestorethewaveletcoefficientsfromthe noisyobservations．Numericalexperimentsshow thattheproposedmethodcanremovethenoisewhile preservingsignificantimagedetails．Athighnoiselevel(=3O)，themethodachievesatleast1．9dBgain overcurrentleadingmethodsforPSNRmeasurement． Keywords： Imagedenoising；Wavelettransfomr ；Statisticalmodel；Imageprocessing 引 口 由于图像获取、处理和传输过程中噪声的干扰，给图像的判读和识别带来困难，因此图像降噪一直是 图像处理领域的重要课题。小波变换由于其良好的时频局部特性，在信号和图像处理中得到了广泛应用。 子波降噪问题，前人已经做了很多工作，最具代表的是DONOHO和JOHNSTONEl【提出的子波收