基于自適應方向提升小波的圖像法噪研究.pdf

1、噪聲作為一種常態(tài)在數字信號中是普遍存在的。數字圖像在采集、傳輸和儲存的過程中會受到成像設備、外部環(huán)境噪聲以及存儲介質等因素的影響，造成圖像被噪聲污染。為了消除或者降低被污染圖像中的噪聲，便于人眼的識別或者對圖像進行后繼處理，圖像去噪成為圖像處理和分析中的一個不可缺少的重要環(huán)節(jié)。然而，如何對含噪圖像在去除噪聲的同時能夠盡量好地保持其原有圖像的紋理和邊緣信息是一項具有挑戰(zhàn)性的問題。
　　 經典的去噪的方法主要包括空域去噪和變換域去噪

2、?？沼蛉ピ胧菍φ麄€圖像進行某一種簡單的運算處理，在處理過程中忽視了圖像不同部分的特性，在去噪后會引起細節(jié)和邊緣等高頻部分的模糊；變換域去噪主要包括傅里葉變換去噪和小波去噪等，其中傅立葉變換去噪方法雖然能通過平滑抑制噪聲，但同時也會使圖像邊緣信息受到損失，小波去噪法將含噪圖像轉換到小波域上，對小波系數進行處理達到去噪目的，因為該方法簡單有效而被廣泛應用。
　　 普通小波只是沿水平和垂直方向對圖像進行小波分解，因而不能很好地表現(xiàn)出非

3、水平和非垂直方向的紋理信息。而自適應方向提升小波能夠較好地表現(xiàn)出自然圖像中通常包含的任意方向的重要邊緣信息，在圖像處理和分析中有其獨特優(yōu)勢。本論文主要開展基于自適應方向提升小波的圖像去噪方法研究。論文的主要研究成果和貢獻如下：
　　 1．回顧了從小波變換到提升小波變換的發(fā)展歷程，總結了圖像去噪現(xiàn)有的方法，對提升小波圖像去噪進行了仿真實驗，發(fā)現(xiàn)了其在去噪中存在的不足。
　　 2．提出了基于自適應方向提升小波的圖像去噪算法。

4、自適應方向提升小波充分利用圖像方向信息對圖像進行稀疏表示，能有效消除圖像方向上存在的空間冗余。與普通提升小波相比，自適應方向提升小波能夠更好地逼近圖像紋理，且可以用更少的高頻系數表示圖像。實驗結果表明，基于自適應方向提升小波的圖像去噪算法能夠較好地保持圖像紋理信息。
　　 3．研究了不同閾值選取方法在自適應方向提升小波去噪中的效果。小波閾值去噪法中，閾值的選取直接影響去噪后重建圖像的質量。通過對不同閾值方法的比較，研究得出Bay