浅谈小波阈值去噪方法.docVIP

浅谈小波阈值去噪方法 　　随着DSP（Digital Signal Processing）技术的高速发展，人们开始把图像也视为一种重要的信息源。但由于实际中发送设备、传输信道、接收设备的特性不理想，导致在接收端获取的图像掺杂有噪声，噪声的存在使图像质量下降。因此，对于图像去噪算法的研究已经成为学术热点。 　　1984年，法国科学家Morlet在分析地震波时发现，传统的傅里叶变换难以达到局部分析的要求，从而提出了小波的概念。小波变换以其良好的时频局部化性能和多分辨率性能克服了Fourier分析中存在的问题，被视为信号处理领域的重大突破，特别适合非平稳、非线性信号的处理。 　　目前，经典的小波去噪方法大致有三类，分别是模极大值去噪算法、相关性去噪算法和小波阈值去噪算法。本文将重点讨论小波阈值去噪方法，并围绕其基本原理、阈值及阈值函数的选取以及去噪指标展开讨论。 　　小波变换理论 　　1.连续小波变换 　　首先定义母小波，我们把满足 　　（1）式中的函数称为母小波或者基小波。也就是说，ψ（t）在（-∞，+∞）的区间上对时间t的积分为零。 　　小波就是由母小波通过平移和伸缩变换而产生的如下函数族： 　　（2）式中的a称为尺度因子，即可通过调整a值实现对母小波的伸缩变换；b称为平移因子，即可通过调整b值实现对母小波的平移变换。 　　当{ψa，b}是由（2）式给出的