提升格式下的小波变换在图像处理中的算法的研究.pdf

摘要 小波分析由于具有时．频局部化特点和多尺度分析特性，在图像处理领域得到 了广泛应用。图像去噪是信号处理中一个倍受关注的问题。由于小波变换的能量 压缩特性使其成为目前图像去噪中主要采用的方法。多小波既保持了单小波所具 有的良好的时域与频域的局部化特性，又克服了单小波的缺陷，它将实际应用中 十分重要的光滑性、紧支性、对称性、正交性完美地结合在一起。肘通道，J、波变 换就是对每个子带重新进行M尺度的细分过程，它具有更好的时频局部化特性， 对信号的分析更灵活。 基于空间域的提升方法是构造小波和实现小波变换的一种新方法。使我f门能 够用一种简单的方法去解释小波的基本理论，同传统小波变换相比，它计算速度 更快，计算方法更简单，而且适合于自适应、非线性、非奇异采样和整数至U整数 的变换。 本论文主要围绕提升格式下的多小波变换和肠通道小波变换及其在图像处理 中的应用来进行研究。主要进行了以下几个方面的工作： 讨论了小波分析的一般理论，包括多分辨分析的一般概念，并证明了正交多 分辨分析的重要结论。讨论了信号和图像处理中所用的二进小波，并给出了一种 图像的二进小波变换算法。详细地讨论了信号和图像的Mallat算法。 研究了小波的图像去噪方法。分别详细地讨论了小波在图像去噪中的四种方 法：Mallat算法强制去噪法、小波变换模极大值去噪法、非线性小波变换阈值去噪 法及基于小波域相关性去噪法，并对这四种小波去噪方法进行了比较，针对这四 种去噪方法的缺点，给出了两种改进方法。实验表明，这两种改进方法在高斯噪 声下，去噪效果很好。 利用提升格式研究了在空间域内构造小波的问题，并得到了基于提升格式下 的小波信号分解与重构的计算方法。讨论了一般的双正交对称9—7小波的完全重构 滤波器的提升分解，并得到了相应的提升框架下的小波滤波器的构造方法。将提 升得到的9-7,1,波应用于图像压缩中，实验结果表明，提升格式下的不同的9—7d, 波的压缩效果不同，可以根据需要来选择提升格式下的不同的9—7小波。 讨论了多小波变换的一般原理。给出了利用近似阶和正则性构造正交弄t-ax2正 交多小波的三种算法。根据提升方法和多小波变换的特点，对多小波实现了提升 变换，并把这种基于提升方法的9／7双正交多小波变换应用于图像融合，结果表 明有更好的效果。 明了任何紧支的2通道提升小波变换都可以分解成有限步简单的提升过程来≥譬现。 并将2通道小波的提升分解原理推广到M通道小波变换中，给出了满足精确重构 条件的M通道小波变换的提升分解形式。讨论了利用提升方法构造耐通道小波滤 波器的一种方法。并将提升的肘通道小波变换应用于图像压缩，取得了较好效果， 实现了利用M通道小波变换和视觉特征对图像的压缩。 关键词：小波变换，提升格式，多小波变换，M通道小波变换，图像融合，图像 压缩 Abstract Waveletshavefoundwide in dueto the applicationsimageprocessing localizationandmultiseale isa time·frequency analysisproperty．Imagedenoising has all classic in wavelettransformbecome signal important problem processing．The to tied toolfor dueits image energy denoising compactionproperty．Multiwavelets inits ofthe