基于小波阀值函数的图像去噪算法研究.docxVIP

基丁?小波阀值函数的图像去噪算法研究 陈晓舟 （无锡开放人学终身教育处，江苏，无锡，214021） ［摘要］:由于图像在采集和传输过程中不可避免地受到噪声的污染，所以图像去噪-直是计算机图像处理 中的研究垂点，有关图像去噪有很多方法,基于小波阀值的图像去噪算法就是一个常见的方法,不过山于 阀值的选取冇很多方法，往往导致去噪的效果各冇优缺点，因此介理选取阀值，改进阀值函数算法就能起 到比较良好的效果。 ［关键词］:图像去噪；小波变换；阀值；阀值两数 ［中图分类号JTP391 ［文献标识码］A ［文章编号］ ［作者简介］:陈晓舟（1967-）,男,汉族，江苏省无锡市人,本科,讲师，研究方向为计算机软件及计算机 应用 ［作者联系方式］:江苏省无锡市新民路119号无锡开放大学终身教育处，邮编：214021,电话 电子邮箱: chcnxz@wxtvu.cn 0引言 当今，计算机数字图像的采集和传播已经成为了计算机技术的主耍应用2—，图像处理 算法则成为了计算机算法研究的垂点领域，但是，由于计算机图像的获取和传输途径五花八 门，其在采集、获取和传输过程屮不可避免地会受到各种因素的干扰，尤其是噪声的污染, 导致图像达不到理想状态，有些应用领域对图像的噪声十分敏感,需要最人化去除图像噪声, 例如图像识别应用，需要图像达到规定的清晰度，否则不能工作。图像去噪实际上是图像后 续处理的预处理，如果预处理没冇达到预期效果，那么对于后续的处理就会带來很大的影响, 去噪的总体思想就是抑制噪声，保胡图像的有效细节。 图像噪声是附着在数字图像上的多维随机误差，通常情况下可以用概率分布函数和概率 密度分布函数来描述，不过，分步函数描述方法比较复杂，而且还容易受到幅度和相位影响, 因此目前采川的空间域和频率域等方法都会在不同程度上损伤图像，尤具是具边缘信息，近 年來小波研究口趋广泛，同样，用在图像处理上也显现出其优势，但是，采川小波分析的去 噪算法比较多，必须针对不同的情况选取合理的算法。 1小波去噪分析的基本理论 Mai lat算法 Mallat提出用奇界点模极大值法检测信号以此来对图像去噪是一种应用广泛的方法，所谓信号的奇异点就是指图像信号中的突变点⑴，某种程度上可以被看成是冇川信号与噪声在图像上的分水岭，那么，通过奇异点分析由粗及精地跟踪各尺度j下的小波变换极人值来消除噪声就成为一个去噪的有效手段，Mallat算法的主耍思想是在/?（/?）的某个子空间里建立基底，利用变换将其扩充到Z?(R)去，最终将/?(/?)分解为具有不同分辨率的子空间序列。子空间序列{匕IN满足如下条件： 一致单调性，对于任? J G Z ,有匕U...UXUV(); 逼近性，Qv. ={0} , \Jv} =L2(/?)； JeZ JgZ 二进伸缩规则性：/(r) e Vo = /(^-) e V.； 平移不变性:对于任意keZ，则f(t)eV()^f(t-k)eV()； 函数^(t) e Vo,使{0(/-灯}心构成％的Riesz基。 Mallat算法的空间由尺度函数和小波函数组成⑵，定义/(Z)eL2(/?)为尺度函数，若 经过了整数平移k和尺度j上的伸缩，可以得到： fjk(t) = 2~j,2f(2-jt-k)，式中，j为尺度因JeZ； k为位移因子，其中kwZ , {v,}，€Z构成芒(/?)的多分辨率分析，从而有匕=V.+1十W.+1,即：A.f = A.,J + Dj+J , TOC \o 1-5 \h \z 00 00 其中Ajf 辽Cj理jM，DiDjMM，因此可得到： A: =-oo A=-oo 00 00 00 j wj上(『)=工C田4田止(/) +工D严\理j+}k(/) =-co =-co ￡=-00 由尺度函数的双尺度方程可得：？?+“(/)= ￡/?伙-2加)0井(/),由尺度函数的正交 性，有：V禺+“从 =力伙一 2m),同理，由小波两数的双尺度方程可得： 0丿+】丿”，0从〉=g(k _ 2m),由以上方程可得: 00 Cj* 二》CjjHk-2昭 k=s 00 0+1 = ZCM?* 伙—2加) k=s 8 00 5 =工 h(k — 2m)Cj? + 工 g(k_2m)Dj“ m=-CC /；|=-co 利用Mallat算法进行图像处理吋，并不需要知道具体的小波函数，此外，在对图像信号进行处理时，i般假定，相应的连续函数加于匕，该函数在匕空间的投影的系数与由采 样得到的离散序列并不一致，给算法的有效性带來较大的难度，因此，在实际应用Mallat 算法吋，存在着如何处理有限长的实际信号与处理边界的才盾。 小波阀值去噪算法 小波变换对每一尺度，其系数是一个冇限、平稳的序列，Donoho小波阀值去噪的