基于新型多尺度變換的圖像去噪算法研究.pdf

1、隨著電腦的日益普及，加上互聯(lián)網(wǎng)的迅猛發(fā)展，人們傳遞信息擺脫了以往通過寫信或者電報的方式，越來越流行的是通過圖像去獲取現(xiàn)實世界中的信息。噪聲可以理解為妨礙人的視覺或系統(tǒng)傳感器對所接受信源信息進行理解的各種因素，圖像在采集、獲取以及傳輸?shù)倪^程中，往往要受到噪聲的污染。噪聲不僅影響圖像的分辨率，更重要的它會影響我們獲得信息的準確性和全面性。正是這個原因，使得圖像去噪成為科學研究領域中不可或缺的組成部分，圖像去噪的成功與否會嚴重影響圖像處理的后

2、續(xù)操作。
　　本文以新型多尺度變換為主線，提出了兩個圖像去噪方案:
　　1、利用支持向量機(SVM)在處理分類問題上的巨大成就，提出了一種使用帶有一致性的臨近支持向量機(PCC)的圖像去噪算法。PCC是SVM的改進算法，提高了分類的精度和速度。首先，應用非下采樣Shearlet變換把含噪圖像分解成不同尺度不同方向的子帶;其次，利用PCC將非下采樣Shearlet系數(shù)分類，分為我們不想要的噪聲系數(shù)和我們想要保留的非噪聲系數(shù);然

3、后，被判定為我們不想要的噪聲的系數(shù)被過濾掉，剩下的系數(shù)即我們需要保留的，進行自適應閾值去噪處理;最后，通過非下采樣Shearlet逆變換得到去噪后圖像。本方案可以在較小的相對誤差的情況下輸出更高的PSNR值。
　　2、近些年來，HMT模型在圖像處理領域中被廣泛應用，也有很多模型被構造出來進行圖像去噪處理。本文以新型HMT為基礎，在之前HMT模型基礎上增加了系數(shù)尺度間關系，可以更好地描述系數(shù)結構，進而進行去噪處理。首先，應用二維經(jīng)驗