基于自适应方向提升小波的图像法噪研究-信号与信息处理专业论文.docxVIP

University University of Science and Technology of China A d issertation for master’S deg ree 一 ■■—I I mage DenoisI ng based 0n Adaptive Directional Lifting Wavelet Transform Author’S Name： Quan LIU Speciality： Signal and Information Processing Supervisor： Associate Prof．Lin NI Finished time： May，201 1 中国科学技术大学学位论文原创性声明本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的 中国科学技术大学学位论文原创性声明 本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的 成果。除已特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或 撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均已在论文中作 了明确的说明。 作者签名： 埠 签字日期：j亟生丛n 中国科学技术大学学位论文授权使用声明 作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学 拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构 送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中 国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内 容相一致。 保密的学位论文在解密后也遵守此规定。 ， 酗公开 口保密( 年) 作者签名： 壶!!盔至 导师签名：2羔监导师签名：f≤≥芏E 签字日期： 0洲．6 7 签字日期：竺!!：!：Z： 丁 摘 摘 要 摘要 噪声作为一种常态在数字信号中是普遍存在的。数字图像在采集、传输和 储存的过程中会受到成像设备、外部环境噪声以及存储介质等因素的影响，造 成图像被噪声污染。为了消除或者降低被污染图像中的噪声，便于人眼的识别 或者对图像进行后继处理，图像去噪成为图像处理和分析中的一个不可缺少的 重要环节。然而，如何对含噪图像在去除噪声的同时能够尽量好地保持其原有 图像的纹理和边缘信息是一项具有挑战性的问题。 经典的去噪的方法主要包括空域去噪和变换域去噪。空域去噪是对整个图 像进行某一种简单的运算处理，在处理过程中忽视了图像不同部分的特性，在 去噪后会引起细节和边缘等高频部分的模糊；变换域去噪主要包括傅里叶变换 去噪和小波去噪等，其中傅立叶变换去噪方法虽然能通过平滑抑制噪声，但同 时也会使图像边缘信息受到损失，小波去噪法将含噪图像转换Nd,波域上，对 小波系数进行处理达到去噪目的，因为该方法简单有效而被广泛应用。 普通小波只是沿水平和垂直方向对图像进行小波分解，因而不能很好地表 现出非水平和非垂直方向的纹理信息。而自适应方向提升小波能够较好地表现 出自然图像中通常包含的任意方向的重要边缘信息，在图像处理和分析中有其 独特优势。本论文主要开展基于自适应方向提升小波的图像去噪方法研究。论 文的主要研究成果和贡献如下： 1．回顾了从小波变换到提升小波变换的发展历程，总结了图像去噪现有的 方法，对提升小波图像去噪进行了仿真实验，发现了其在去噪中存在的不足。 2．提出了基于自适应方向提升小波的图像去噪算法。自适应方向提升小波 充分利用图像方向信息对图像进行稀疏表示，能有效消除图像方向上存在的空 间冗余。与普通提升小波相比，自适应方向提升小波能够更好地逼近图像纹理， 且可以用更少的高频系数表示图像。实验结果表明，基于自适应方向提升小波 的图像去噪算法能够较好地保持图像纹理信息。 3．研究了不同阈值选取方法在自适应方向提升小波去噪中的效果。小波阈 值去噪法中，阈值的选取直接影响去噪后重建图像的质量。通过对不同阈值方 法的比较，研究得出Bayesian Shrink阈值在去噪中具有较好的表现，实验结果 表明其具有较高的峰值信噪比。 关键词： 小波变换，提升小波，自适应方向提升，图像去噪，阈值 AbstractAbstract Abstract Abstract Noise is widespread in digital signal．Digital images is often polluted by noise which from imaging equipment or the external environmental during sampling， transmission and storage．In order to remove