一种新的小包最优树代价函数及图象质量客观评价的非线性测度.pdfVIP

一种新的小波包最优树代价函数及图象质量客观评价的非线性 测度 【摘要】在小波包图象消噪(或压缩)过程中，最优树划分起到 关键的作用，按最优树进行子空间分解和子空间量化是图象消噪(或 压缩)的本质过程。最优树划分是依照各节点的代价函数值，决定 其节点向下生长与否。故不同的代价函数将导致不同的最优树划分， 从而导致不同的图象消噪(或压缩)的效果。现常用的代价函数大 都依赖于信号数据的统计特性，但没有充分反映数据之间的光滑程 度，忽略了数据间的相关联性，因而存在先天的缺陷，针对此缺陷， 本文提出一种新的指导最优树构成的代价函数。这种新的代价函数 比传统的代价函数例如Shannn。疗熵等更能反映图象在子空间中的紊 乱程度。因此按这种代价函数形成的最优树在图象消噪(或压缩) 方面有更好的表现。 (因为很难定义图象质量的客观评价的有效测度，因而对图象的消 噪效果的评价历来是一个困难问题。图象质量原本利用SNR来描述 是比较方便的，但前提条件是必须事先知道原始图象及噪声图象。 但是本文所要处理的图象中的噪声成分却难以事先获得，因而圮法 利用SNR的定义用于直接估算图象的质量。这实际上，是一个对图 象噪声成分的估值问题。本文中提出一种非线性的图象质量客观评 价的测度，用于估计图象的质量。它使用差值的方法计算图象像素 点的中值差的标准差作为衡量图象质量的测度。利用上述新提}乜的 测度可以验证本文所提出的代价函数在构成最优树及按最优树分 F的 解、消噪方面所具有的优越性。本文在最后一章给出了Matlab 实验结果，充分表明了本文给出了小波包最优树代价函数及图象质 量的客观评价的非线性测度是非常有效的。＼ 关键词 小波包噪声代价函数阈值消噪小波分解最优树 —————————二塑童竺尘堕垒墨垡苎丛垦墼墨璺墨壁曼查堡塑竺堕!!塑堡苎壅 Abstract The bestfleehas a functioninⅡ1e key of de-noisin2or process ofthe isaessential compression image．It fortIle process wavelet and of the decomposition child tOthe thresholding space besi according tree．The ofthebesttreeis to ttlevalue compartmentalization of according the cost fimctionwhich decides