小波變換與中值濾波相結合圖像去噪方法

1、 .1336哈爾濱工業(yè)大學學報第加卷量所占的比例較小,而在高頻區(qū)噪聲能量所占的比例較大,甚至將信號湮沒,所以去噪的重點仍在高頻區(qū).3應用實例本算法已在三維地震資料相干切片斷層解釋中得到應用.相干切片上的斷層解釋,是在相干切片上檢測并提取斷層多邊形,然后用于作構造圖.采用本算法可以自動在相干切片上有效的去除噪聲并保持邊緣細節(jié),為下一步對斷層的提取及解釋提供了有力保障.如圖1所示,(a是相干切片灰度圖像原圖,(b是小波分解后的圖像,(c是中值濾波去噪后的圖像,(d是改造后自適應保細節(jié)去噪算法去噪后的效果圖.由圖可見,經軟閾值去噪處理后的(c較(b中分解后各高頻子圖,去除了一定的噪聲;經中值濾波處理

2、后的(d較(c中各高頻子圖,更進一步去除了部分,并克服了一定的模糊;而經改造后算法處理后的(d不但克服了圖像在去噪時的模糊,而且保持了圖像的邊緣信息.經實踐驗證本算法應用于三維相干切片數據體中,去噪效果明顯,在經本算法去噪后的圖像上提取出的斷層多邊形,精度上有了較大的提高,有效的提高了斷層解釋的效率.(8相干切片灰度原圖(b小渡分解后圖像(c軟閾值去噪后圖(d對HH子頻帶中值濾波后(e去噪后小波重構圖像圖l中值濾波與小波去噪相結合的去噪方法效果圖參考文獻:1XIE J c,ZHANG D L,XU W L.Overview on waveletimage denoisingJ.Journal

3、of Image and Graphics, 2002,7(3:209217。2傅彩霞,楊光.一種新的具有增強效果的小波域圖像去噪方法J.中國圖象圖形學報2007,12(1:5154. 3林椹渺,宋國鄉(xiāng),薛文著.圖像的幾種小波去噪方法的比較與改進J.西安電子科技大學學報(自然科學版2004.8,31(4:627628.4CHEN G Y,BUI T D.Muhiwavelets denoising usingneighboring coefficientsJ.SisnaJ Processing Letters, 2003,10(7:211214.5張曉威,朱磊,劉軍.多小波圖像去噪算法的研究J

4、.哈爾濱工程大學學報2007,28(5:594598.6李建平.小波理論與信號處理M.重慶:重慶出版社.2001.7徐朝倫.基于子波變換和模糊數學的圖像分割的研究D.北京:北京理工大學.1998.8CHANG S G,BIN Y,VATI'ERELI M.Adaptive waveletthreshokling for image denoising and compressionJ.IEEE Transaction on Image Processing2000。9(9: 15321546. (編輯姚向紅 小波變換與中值濾波相結合圖像去噪方法作者:唐世偉, 林君, TANG Shi-

5、wei, LIN Jun作者單位:唐世偉,TANG Shi-wei(大慶石油學院,計算機與信息技術學院,黑龍江,大慶,163318, 林君,LIN Jun(大慶石油學院土木建筑工程學院黑龍江,大慶,163318刊名: 哈爾濱工業(yè)大學學報英文刊名:JOURNAL OF HARBIN INSTITUTE OF TECHNOLOGY年,卷(期:2008,40(8被引用次數:2次參考文獻(8條1.XIE J C.ZHANG D L.XU W L Overview on wavelet image denoising期刊論文-Journal of Image and Graphics 2002(034.

6、CHEN G Y.BUI T D Multiwavelets denoising using neighboring coefficients 2003(076.李建平小波理論與信號處理 20017.徐朝倫基于子波變換和模糊數學的圖像分割的研究學位論文 19988.CHANG S G.BIN Y.VATYERELI M Adaptive wavelet threshokling for image denoising and compression2000(09相似文獻(10條為提高小波變換圖像去噪的質量,提出一種用于多分辨率45°和135°方向二維小波分解的新抽樣柵格.在

7、此基礎上構造出兩種新的小波變換圖像去噪方法:4方向小波去噪法和對角方向小波去噪法.這兩種去噪方法均考慮了圖像45°方向和135°方向的結構特征.實驗結果表明,這兩種方法在視覺效果和誤差數據上均優(yōu)于標準二維小波去噪法.2.學位論文褚標小波理論在圖像去噪與紋理分析中的應用研究2008小波分析已成為瞬變信號處理的有力工具,在圖像處理領域也得到了廣泛應用。在小波域圖像去噪算法中,基于統(tǒng)計模型的去噪算法由于充分利用了已知的先驗信息,取得較好的去噪效果,是近來小波去噪領域研究的熱點。本文著重研究小波系數的統(tǒng)計模型,并將其應用于圖像去噪和紋理分析中,主要工作包括:(1討論了小波圖像去噪的

8、原理,介紹了小波圖像去噪的三種方法:基于信號奇異性檢測理論的模極大值重構圖像去噪、常用的小波閾值圖像去噪和基于統(tǒng)計模型的貝葉斯圖像去噪。分析了小波閾值去噪中閾值的確定和閾值函數的選取情況。重點討論了小波域貝葉斯圖像去噪的數學模型和方法,給出了在三種常用代價函數下圖像小波系數的貝葉斯估計。(2研究了小波系數邊緣分布模型。利用BKF函數擬合小波系數邊緣分布,并給出用樣本2階和4階累積量估計BKF函數形狀參數和尺度參數的公式。實例顯示,BKF函數能夠準確地描述小波系數邊緣分布,很好地捕捉了小波系數“重尾”特性。進而給出了基于小波域BKF模型的貝葉斯圖像去噪算法,所提算法與傳統(tǒng)圖像去噪算法相比,在峰值

9、信噪比和視覺上都取得較好效果。(3研究了小波系數尺度間相關性模型。小波閾隱馬爾可夫樹(hidden Markov tree,HMT模型通過隱狀態(tài)間的馬爾可夫鏈關系刻畫小波系數尺度間的相關性,在圖像去噪、分割和圖像識別等領域獲得成功應用。討論了小波域HMT模型的基本思想和方法,建立了復小波域HMT模型。提出一種更加準確地反映小波系數尺度間相關性的模型-雙變量BKF模型,詳細給出了雙變量BKF聯合密度函數的推導過程以及參數確定。(4討論了雙樹復小波變換的構造原理和性質,雙樹復小波變換不但繼承了傳統(tǒng)小波變換的優(yōu)點,而且還具有近似平移不變性、多方向性、有限的冗余和高效的計算。基于雙樹復小波域的圖像去噪

10、能夠消除傳統(tǒng)小波變換因缺乏平移不變性而產生的偽Gibbs現象。提出雙樹復小波域HMT模型圖像去噪算法和雙樹復小波域雙變量BKF模型圖像去噪算法,并對它們的去噪性能進行分析比較,實驗顯示,基于雙變量BKF模型的圖像去噪算法有更好的去噪性能,從而也說明了建立準確模型對圖像去噪具有重要作用。(5提出一種雙樹復小波域紋理分類算法。雙樹復小波變換的平移不變性及多方向性使其更加適合描述紋理特征,該算法利用雙樹復小波域各小波子帶的BKF密度分布來描述紋理特征,對Brodatz紋理圖像庫中的部分紋理進行了分類實驗,取得了很好的分類效果。3.期刊論文Q-shift復小波的一種新型構造方法及其在圖像去噪中的應用-

11、信號處理2005,21(5為了提高復小波變換的效率,本文提出了一種設計Q-shift復小波濾波器的新方法.與目前采用多相位矩陣的晶格分解結構得到正交小波的方法不同的是,這里從更為一般的完全重構濾波器組出發(fā)尋求滿足特定要求的正交小波.不但可以構造出系數更為簡單、運算更加方便的小波,而且可以實現任意精度的復小波變換.該方法的可拓展性好,可以很方便的添加如高階消失矩等限制并簡化設計過程.以普遍采用的Q-shift 10/10小波為例,利用本文構造的正交小波可將復小波變換中的乘法運算降低到原來的1/3,而加法基本相當,且小波的頻率選擇性質更好.將其用于圖像去噪的實驗表明,采用本文構造的小波可以顯著提高

12、處理速度并得到更高的峰值信噪比(PSNR.圖像去噪-中國西部科技2008,7(6目前小波變換在圖像去噪中的應用取得了較好的效果.而二維雙樹復數小波變換由于其在平移不變性,方向性等方面的優(yōu)勢,要比可分離二維離散小波變換具有更好的圖像去噪能力.因此我們提出采用二維雙樹復數小波變換進行圖像去噪,仿真試驗結果表明二維雙樹復數小波變換的去噪效果明顯改善.5.學位論文曾韶勇基于小波變換的醫(yī)學圖像去噪和壓縮編碼2005本文研究了由傅立葉分析理論發(fā)展而來的小波分析理論,以及其在圖像處理方面的應用。以小波分析理論為基礎,研究討論了小波基的數學特性,并就小波變換在圖像去噪、圖像和音頻壓縮、圖像融合的應用技術進行了

13、深入的研究。提出了針對醫(yī)學圖像的去噪、壓縮編碼、融合的應用方法,也研究了基于小波變換的音頻信號壓縮編碼。主要研究工作和貢獻如下:1、對小波分析理論進行了研究。從多分辨分析理論出發(fā),研究了小波變換和小波系數的Mallat分解和重構算法,分析了小波基的數學特性,包括小波基的正交性、消失距、正則性、緊支性和對稱性。討論了從信號處理角度出發(fā),根據小波基的特性對小波基的選擇。2、研究了小波去噪理論,研究了基于小波分析的圖像去噪方法,特別是提出了在醫(yī)學圖像去噪的應用方法。在研究了小波分析在時域和頻域上對信號的分析功能,和多分辨自動變焦功能,研究了小波去噪的理論依據和基本思路。研究了圖像的小波系數特點,給出

14、了基于小波變換的圖像去噪的框架.并研究了影響小波變換去噪效果的幾個主要因素,包括小波基和閾值的選擇。進一步研究了基于小波包變換的圖像分解理論,提出了基于小波包變換的圖像去噪方法,并用實驗證明了小波去噪特別是小波包的去噪方法要優(yōu)于傳統(tǒng)的中值濾波。3、研究了基于小波變換的壓縮編碼方法。研究了基于小波變換的壓縮編碼的原理,研究了基于小波變換的圖像壓縮編碼方法,用實驗證明了小波變換應用于醫(yī)學圖像壓縮編碼的可行性。4、研究了基于小波變換的圖像融合。研究了圖像融合的原理,提出了基于小波變換的圖像融合方法,并運用到醫(yī)學圖像中的CT圖像和磁共振圖像的融合。Wiener濾波方法在農產品圖像去噪中的應用-農業(yè)工程

15、學報2007,23(27.學位論文張郝基于小波變換的圖像去噪方法研究2008圖像是人類傳遞信息的主要媒介。然而,圖像在生成和傳輸的過程中會受到各種噪聲的干擾,對信息的處理、傳輸和存儲造成極大的影響。尋求一種既能有效地減小噪聲,又能很好地保留圖像邊緣信息的方法,是人們一直追求的目標。小波分析是局部化時頻分析,它用時域和頻域聯合表示信號的特征,是分析非平穩(wěn)信號的有力工具。它通過伸縮、平移等運算功能對信號進行多尺度細化分析,能有效地從信號中提取信息。隨著小波變換理論的完善,小波在圖像去噪中得到了廣泛的應用,與傳統(tǒng)的去噪方法相比小波分析有著很大的優(yōu)勢,它能在去噪的同時保留圖像細節(jié),得到原圖像的最佳恢復

16、。本文對基于小波變換的圖像去噪方法進行了深入的研究分析,首先詳細介紹了幾種經典的小波變換去噪方法。對于小波變換模極大值去噪法,詳細介紹了其去噪原理和算法,分析了去噪過程中參數的選取問題,并給出了一些選取依據;詳細介紹了小波系數相關性去噪方法的原理和算法;對小波變換閾值去噪方法的原理和幾個關鍵問題進行了詳細討論。最后對這些方法進行了分析比較,討論了它們各自的優(yōu)缺點和適用條件,并給出了仿真實驗結果。在眾多基于小波變換的圖像去噪方法中,運用最多的是小波閾值萎縮去噪法。傳統(tǒng)的硬閾值函數和軟閾值函數去噪方法在實際中得到了廣泛的應用,而且取得了較好的效果。但是硬閾值函數的不連續(xù)性導致重構信號容易出現偽吉布

17、斯現象;而軟閾值函數雖然整體連續(xù)性好,但估計值與實際值之間總存在恒定的偏差,具有一定的局限性。鑒于此,本文提出了一種基于小波多分辨率分析和最小均方誤差準則的自適應閾值去噪算法。該方法利用小波閾值去噪基本原理,在基于最小均方誤差算法LMS和Stein無偏估計的前提下,引出了一個具有多階連續(xù)導數的閾值函數,利用其對閾值進行迭代運算,得到最優(yōu)閾值,從而得到更好的圖像去噪效果。最后,通過仿真實驗結果可以看到,該方法去噪效果顯著,與硬閾值、軟閾值方法相比,信噪比提高較多,同時去噪后仍能較好地保留圖像細節(jié),是一種有效的圖像去噪方法。8.期刊論文王茜小波變換及在圖像去噪中的應用-福建電腦2008,24(11

18、圖像去噪一直是圖像處理領域中重要而較難的研究課題.近十幾年來隨著虛擬儀器技術逐漸成熟和其應用領域的不斷擴展,也為圖像去噪研究提供了新的思路.基于小波變換,借助虛擬儀器平臺構造了一種圖像去噪的儀器處理系統(tǒng),通過調用不同的小波基MATLAB算法和變換閥值系數控制實現了圖像去噪的功能.示例結果表明該系統(tǒng)具有良好的圖像去噪效果.10.學位論文蔡紅蘋基于小波變換的圖像去噪方法研究2003小波變換的圖像去噪是目前圖像去噪方法中主要方法之一.怎樣利用小波變換的去相關性、多分辨特性、小波系數的統(tǒng)計性質以及層間和層內系數的相關性進行去噪一直是人們普遍研究的方向.在圖像去噪算法中,怎樣克服離散正交小波變換的不具備平移不變性的缺點也一直是研究的熱點.本文對基于小波變換的圖像去噪方法進行了深入的剖析,并針對具有平移不變性的小波進行了討論.首先,本文對幾種經典的小波變換去噪方法進行了詳細地介紹,給出了仿真實驗數據,并用簡單的線性回歸的方法推導出比例萎縮去噪方法中原圖像的估計.在BivaShrink去噪方法的基礎上提出了另外兩個二元小波萎縮函數模型,這兩