在MATLAB环境下基于小波变换的图像去噪.docVIP

中国科技论文在线   在 MATLAB 环境下基于小波变换的图像去噪 刘智 华中师范大学教育信息技术工程研究中心，湖北武汉（430079） E-mail：liuzh163.com 摘 要：图像消噪是信号处理中的一个经典问题，传统的消噪方法多采用平均或线性方法进行，但是 其消噪效果不好，随着小波理论的不断完善，它以自身良好的时频特性在图像消噪领域受到越来越 多的关注，本文将以 MATLAB 为平台介绍以小波变换去除图像噪声的基本方法，并且在 MATLAB 中小 波分析工具箱所提供的 GUI 上分析和验证滤波效果。 关键词：MATLAB,小波变换，图像去噪，GUI 中图分类号：TP391.4 1．引 言 近年来，小波分析技术在图像处理应用上取得了一些新的进展。小波分析是泛函分析、傅里叶 分析、样条理论、调和分析以及数值分析等多个学科的相互交叉、相互融合的结晶。小波变换属于 时频分析的一种，它是一种多尺度信号分析方法，是分析非平稳信号的强有力工具【1】。它克服了傅 里叶变换固定分辨率的缺点，既能分析信号的整个轮廓，又可以进行信号细节的分析。 一般说来，小波变换在图像处理中的应用主要包括以下几个方面：图像分析、图像去噪、图像 压缩、图像融合等。 MATLAB 是美国 MathWorks 公司出品的商业数学软件[3]，用于算法开发、数据可视化、数据 分析以及数值计算的高级技术计算语言和交互式环境，主要包括 MATLAB 和 SIMULINK 两大部分。 MATLAB 是矩阵实验室（Matrix Laboratory）的简称，和 Mathematica、Maple 并称为三大数学软件 。 它在数学类科技应用软件中在数值计算方面首屈一指。MATLAB 可以进行矩阵运算、绘制函数和数 据、实现算法、创建用户界面、连接其他编程语言的程序等，主要应用于工程计算、控制设计、信 号处理与通讯、图像处理、信号检测、金融建模设计与分析等领域。 此外 MATLAB 提供了丰富的 数学函数库和种类繁多且功能强大的工具箱。本文将阐述如何使用 MATLAB 的小波分析工具箱进 行图像去噪处理的技术和方法。 2. 小波变换 2.1 基本原理 在数学上，小波定义卫队给定函数局部化的新领域，小波可由一个定义在有限区域的函数 ( ( x) 来构造，(( ( x) 称为母小波，（mother wavelet）或者叫做基本小波 【2】。一组小波基函数， ((a ,b ( x)(，可以通过缩放和平移基本小波(( ( x) 来生成：  (a, b ( x)(( 1 a ? x(( b(( ((((((( ? a((  (1) 其中， a 为进行缩放的缩放参数，反映特定基函数的宽度，b 为进行平移的平移参数，指定沿 - 1 - 中国科技论文在线   x 轴平移的位置。当 a  ( 2 j 和b(( ia的情况下，一维小波基函数序列定义为：  (i（x)(( 2 ? j  2  ( (2(( j x(( i )  (2) 其中， i 为平移参数， j 为缩放因子，函数 f(( x( 以小波(( ( x) 为基的连续小波变换定义为函数 f((x(和((i, j((x(的内积：  W f ( a, b)(( f ,((a, b(( (( ∫ f ( x) ?∞ 1 a ? x(( b(( (((((((dx ? a((  (3) 与时域函数对应，在频域上则有： (a.b (( )(( ae(( j((( ( a( ) (4) 可以看出，当 a 减小时，时域宽度减小，而频域宽度增大，而且((a ,b((x(的窗口中心向(( 增 大方向移动。这说明连续小波的局部是变化的，在高频时分辨率高，在低频时分辨率低，这便是它 优于经典傅里叶变换的地方。总体说来，小波变换具有更好的时频窗口特性。 2.2 基于小波变换的图像分解与重构 二维离散小波主要解决二维多分辨率分析问题，如一幅二维离散图像((c(m, n)(，二小波变换可 以将它分解为各层各个分辨率上的近似分量。 cA j ，水平方向细节分量 cH J ,垂直方向细节分量 cV j ，对角线方向细节分量 cD j ，其二层小波图像分解过程如图 1 所示：  c(m, n)  cA1 cV1  cH 1 cD1  图 1 小波图像分解过程 Figure1 Wavelet image decomposition process 图 2 小波图像重构过程 Figure2 Wavelet image restruction process 其二层小波