基于先验模型的小波图象降噪方法-计算机工程与科学.PDFVIP

维普资讯 CN43一l258／I 计算机工程与科学 2004年第26卷 第9期 ISSN lO07—130X C0MPUTER ENGINEERING ＆ SCIENCE Vo1．26．No．9．2004 文章编号：1007—130X(2004)09—0039—02 基于先验模型的小波图象降噪方法 A WaveletDenoisingMethodBasedona 0厂 Model 甘亚莉，涂 丹 GAN Ya-li。TU Dan (国防科技大学人文与管理学院。湖南 长沙410073) (SchoolofHumanityandManagement，NationalUniversityofDefense Technology。Changsha410073。China) 摘 要：本文提 出了一种基于小渡 系数先验模型的小波降噪技术。这种模型认为整个小渡系数空 间由服从零均值高斯分布的局部 区域组成，具有空间自适应和局部化的性质，模型的参数可以利用实际 观测数据(包含噪声成分)来估计。基于估计得到的小波系数先验模型可以设计小波域上的经验 Wiener 滤波器，并应用到图象降噪任务中。实验结果表 明，此种方法可以取得比较好的降噪效果。 Abstract：A waveletdenoisingmethodbasedonapr／or／modelisproposedinthispaper．Thismodelseeshte wholewaveletcoefficientspaceiscomposedofindividuallocalareas，whichobeytheGaussiandistributionwithzero mean．Sohtiswaveletcoefficientmodelisspatiallyadaptiveandloca1．Theparametersofthismodelafeestimated basedontheobservednoisydata．ThenhtewaveletdomainW ienerfilterisdesignedandappliedinimagedenois— ing．Experimental resultsshow thismethodcan getexcellenteffect． 关键词 ：小渡变换；先验模型；空间 自适应；局部化；Wiener滤波器；图象降噪 Keywords：wavelettransform；apr／or／model；spatiallyadaptive；local；Wienerfilter；imagedenoising 中图分类号 ：TP391．4 文献标识码 ：A 斯分布的随机变量；在文献[2，3]中，小波系数被 1 引言 认为是两种高斯分布的混合迭加。最近 ，一种隐 Markov模型HMT[4,5J被提出来。HMT模型能够很 图象建模在图象处理领域是一种很重要的方 好地描述小波系数在尺度 内和尺度间的相关关 法，在很多处理任务中得到了很好的应用。这种 系，但它存在模型复杂的缺点，使参数估计和实际 方法的有效性取决于图象先验模型与实际图象之 处理计算开销很大，这 限制了HMT模型的应用。 间的匹配程度。在小波图象降噪中同样也可以应 所以，需要一种模型能够较为准确地描述小波系 用这种建模处理的思想构造一个模型来描述图象 数的分布情况 ，同时又要