太阳射电爆发中图像网纹消除的小波NeighShrink方法.PDFVIP

维普资讯 第27卷，第1期 光 谱 学 与 光 谱 分 析 Vo1．27，No．1，pp198—2O1 2007年 1月 Spec-tMrosco．pyandSpectralAnalysis January，2007 太阳射电爆发中图像网纹消除的小波NeighShrink方法 赵瑞珍 ，胡 占义。 1．北京交通大学计算机与信息技术学院，北京 100044 ． 2．中国科学院自动化研究所，模式识别国家重点实验室，北京 100080 摘 要 绝大多数观测得到的太阳爆发数据中均含有大量的噪声，这给数据的后续处理带来极大的困难。 文章分析和研究了NeighShrink阈值函数的特点以及邻域窗1：3大小的选择依据，在此基础上提出了一种新的 小波NeighShrink平方根阚值方法用于图像去噪。首先对太阳爆发灰度图中的每一通道作了规范化处理，在 一 定程度上去除由于通道问的差异造成的横条纹，然后将预处理后的图像进行小波分解，采用小波Neigh- Shrink平方根阚值函数对其小波系数作阈值处理，最后利用小波反变换恢复图像。实验结果表明该方法可 以有效地实现去除干扰、增强有用信息的目的。 关键词 小波变换#NeighShrinkl噪声消除#图像增强 中图分类号：TN911．7 文献标识码 ：A 文章编号：1000—0593(2007}01—0198—04 引 言 二维小波分解与软阈值处理 太阳射电就是用射电天文方法来研究太阳，或者说是研 图像经二维小波变换分解之后，分别得到图像的低频分 究太阳无线电波段的物理特性。由于仪器的偏振效应、非线 量和高频细节成分F。我们一般考虑3层分解，记G 为图像 性效应等的影响，以及地面及空间中电磁波辐射和热辐射的 的低频部分，集中了其主要能量，四(一1，2，3，8=h，v，d) 干扰，使得采集到的太阳爆发数据中含有大量的噪声_1]，体 分别为水平、垂直与对角分量，它们包含了图像的一些细节 现在射电数据灰度图中存在一些纵横交错 的干扰网纹，这对 和大部分的噪声，其中竖条纹主要集中在垂直分量 (_『一 1，2，3)上，横条纹主要集中在水平分量 (一 1，2，3)上， 进一步分析它的精细结构带来很大的困难。为此，我们选择 因此，在小波反变换前先对 (=1，2，3)和D}(=1，2，3) 小波变换这一新的时频分析工具，来分析和处理这种具有明 上的小波系数进行阚值处理_6]，即可得到去掉干扰的图像。 显非平稳特性的太阳爆发图像，从而实现该图像数据中的网 通常的阈值去噪方法是选取一阚值 ，把低于 的小波 纹去除与图像增强[2-43。 系数 ，(主要由噪声引起)设为零，而保留高于 的 ．^(主 小波去噪共有 3种方法，即模极大值方法、阈值方法以 要由信号引起)，经过这样处理之后的 。就可理解为基本 及相关方法。其中由于阚值方法简单有效，在近年来得到了 上是 由信号引起 的，然后再进行信号重构。令 ； 口 非常广泛的应用。本文主要研究基于相邻系数的小波阚值 ~／2l0g(N)，软阚值方法为[6 (简称为NeighShrink 阚值)去噪方法，分析和研究了Neigh— Shrink 阈值函数的特点以及邻域窗口大小的选择依据，并得 西，={{0，^—s^卜^：II茎：uc) 到一种新的小波NeighShri