基于Shearlet變換的圖像去噪方法研究.pdf

1、在圖像采集、編碼、傳輸、恢復(fù)的過(guò)程中，常常會(huì)因?yàn)樵O(shè)備、環(huán)境等因素引進(jìn)許多噪聲干擾。因此，圖像處理的一個(gè)主要任務(wù)就是消除這些噪聲，尤其是高斯噪聲。由于圖像去噪不僅要有效地減少噪聲，而且還要很好地保留圖像邊緣信息，然而傳統(tǒng)的去噪方法很難同時(shí)兼顧這兩個(gè)方面。圖像去噪方法主要分為空間域去噪和變換域去噪。變換域去噪是目前應(yīng)用非常廣泛的方法,小波變換和多尺度幾何變換是主要的變換方法。多尺度幾何變換相對(duì)小波變換具有很強(qiáng)的方向性,能取得更好的去噪效果,

2、因此多尺度幾何變換去噪成為去噪領(lǐng)域研究的熱點(diǎn)。近幾年發(fā)展起來(lái)的幾種多尺度幾何分析方法已經(jīng)被應(yīng)用于圖像去噪中，并且取得了比較好的效果。其中，基于Shearlet變換的圖像去噪是近年來(lái)該領(lǐng)域中的一個(gè)研究熱點(diǎn)。Shearlet變換是一個(gè)新的多尺度幾何分析工具，它克服了Wavelet變換不能較好的捕捉多維數(shù)據(jù)幾何特性的缺點(diǎn)，同時(shí)能夠更有效地捕捉到自然圖像中的重要信息，因此，Shearlet變換在圖像去噪方面具有廣闊的應(yīng)用前景。
　　本文首

3、先研究了多尺度幾何分析的基本理論,重點(diǎn)研究了 Shearlet變換的基本理論及其實(shí)現(xiàn)方法，.深入研究了以前的去噪方法,指出已有方法的不足。對(duì)基于Shearlet變換的圖像去噪算法進(jìn)行了改進(jìn)。本論文的主要工作如下：
　　為了解決基于Shearlet變換的硬閾值去噪和軟閾值去噪導(dǎo)致圖像失真的問(wèn)題，我們對(duì)閾值函數(shù)進(jìn)行了改進(jìn)。使用新的閾值函數(shù)進(jìn)行圖像去噪在很大程度上使視覺(jué)效果有所提高，更好地適配人眼的視覺(jué)特性，從而取得比較好的去噪效果。<

4、br>　　邊緣是圖像最基本的特征，它包含了圖像中的大部分信息，邊緣檢測(cè)技術(shù)廣泛地應(yīng)用于特征描述、圖像分割、圖像增強(qiáng)、模式識(shí)別等圖像分析和處理領(lǐng)域。為了去噪后能較好保留圖像的邊緣特征，第四章研究了一種基于邊緣檢測(cè)的Shearlet域的去噪方法。該算法可有效地保留圖像的邊緣信息，通過(guò)仿真對(duì)比可以看出這種方法達(dá)到了更好的去噪效果。
　　第五章在深入研究Shearlet變換及全變差圖像去噪算法的基礎(chǔ)上，我們將Shearlet變換和全變差圖