基于多尺度變換的圖像去噪方法研究.pdf

1、在現(xiàn)實生活中所獲得的圖像往往都受到了噪聲的干擾。這些噪聲惡化了圖像質量，使其模糊，甚至淹沒了它們的特征，對我們的日常的圖像應用、分析都帶來了困難。圖像去噪的目的是減少和消除圖像中的噪聲，以改善圖像質量。近年來，隨著小波變換理論，以及最近出現(xiàn)的Curvelet變換、Bandlet變換和Contourlet變換的出現(xiàn)，構成了一門新興的學科：多尺度分析理論。對于上述變換，我們可以統(tǒng)稱為多尺度分析。這類工具可以通過不同的分辨率刻畫不同的頻率，而

2、今年來發(fā)展的一些工具，更是克服了小波變換的一些不足，在刻畫線奇異等方面有了長足的進步。多尺度分析工具的出現(xiàn)給數(shù)字圖像處理技術帶來了革命。它們的出現(xiàn)，也為圖像去噪提供了新的發(fā)展平臺。
　　 本文總結了多尺度幾何變換的一些基本原理和近年來的發(fā)展，并比較了他們各自的特點和不同，并著重對小波和Contourlet變換的圖像去噪技術進行了介紹。分析了噪聲點在小波域上的分布特點，并根據(jù)這些特點提出了兩種小波去噪方法：(1)一種細尺度間系數(shù)相

3、關性的去噪方法，此方法通過對噪聲點在小波變換后在細尺度內噪聲的相關性進行統(tǒng)計，提出了一種細尺度內的“類零樹”結構，基于這種結構并結合傳統(tǒng)貝葉斯閾值去噪方法，提出了一種新的圖像去噪方法，這種方法比傳統(tǒng)貝葉斯去噪方法有更好的去噪效果；(2)提出一種結合小波邊緣保護和“類零樹”結構的去噪方法，這種方法借鑒了一種考慮了尺度間小波系數(shù)相關性的邊緣檢測的思想，通過這種尺度間系數(shù)相關性去檢測邊緣信息，對去噪后丟失的圖像邊緣進行了“修補”，從而解決了第