基于曲波分解的數(shù)字圖像混合去噪方法.pdf

1、數(shù)字圖像在獲取、傳輸、儲存等過程中不可避免的會被外部噪聲干擾,引起圖像質(zhì)量退化。因此,對圖像進(jìn)行去噪還原是圖像處理中一個必要而又重要的步驟。人們通過對數(shù)字圖像不同角度的認(rèn)識,提出了不同的圖像去噪方法。
　　圖像的多尺度幾何分析法的優(yōu)勢在于可以對信號的頻域分解與時域頻域分析,能較好的逼近圖像細(xì)節(jié)。其中曲波變換擅長處理的曲線特征占構(gòu)成圖像的細(xì)節(jié)特征的大多數(shù),因此應(yīng)用比較廣泛。常用的曲波變換去噪方法是閾值法,通過用閾值改變曲波系數(shù)達(dá)到圖

2、像去噪的效果。閾值去噪法雖然噪聲去除比較徹底,去噪效率高,邊緣保護(hù)能力強(qiáng),但是往往會造成圖像存在振鈴、偽吉布斯效應(yīng)等視覺失真。本文通過對噪聲分布特點(diǎn)的分析和子帶系數(shù)變換的要求,提出了非線性子帶系數(shù)變換法。并構(gòu)造了三種非線性子帶系數(shù)變換函數(shù)。通過對比試驗(yàn)篩選出基于卡方累積分布函數(shù)變換的非線性子帶系數(shù)變換去噪法。這種方法既具有較高信噪比,又去除了圖像的視覺失真。
　　基于偏微分方程(PDE)的圖像處理方法起源于熱力學(xué)的熱擴(kuò)散方程。將灰

3、度值看做熱量,模仿熱擴(kuò)散方程對圖像的灰度進(jìn)行擴(kuò)散以達(dá)到去噪目的。非線性結(jié)構(gòu)張量法能夠很好地對圖像進(jìn)行平滑處理,較好地回復(fù)平滑區(qū)域、保護(hù)細(xì)小紋理,具有較好的圖像處理應(yīng)用前景。因此選擇PDE圖像去噪方程方程作為本文的基本算法之一。
　　曲波變換法和非線性結(jié)構(gòu)張量法對圖像處理各有優(yōu)點(diǎn)。本文通過Matlab平臺實(shí)現(xiàn)了曲波變換和非線性結(jié)構(gòu)張量法這兩種數(shù)字圖像處理方法。并結(jié)合曲波變換法與非線性結(jié)構(gòu)張量法的優(yōu)點(diǎn),提出了二者相結(jié)合的加權(quán)去噪模型。