小波變換與中值濾波相結(jié)合圖像去噪方法

1、 .1336哈爾濱工業(yè)大學(xué)學(xué)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).本算法選擇能夠較好的去除噪聲并保持其邊緣特征的中值濾波進(jìn)行處理.一幅圖像在經(jīng)過小波分解后,HL頻帶是圖像經(jīng)過行低通和列高通濾波后的子圖像,它包含了圖像信號在水平方向高頻信息和垂直方向的低頻信息,因此,對于HL頻帶采用水平方向的直線型3鄰域或5鄰域中值濾波模板,則既去掉了水平方向的噪聲,同時又較好地保留了垂直方向的低頻信息;LH頻帶是圖像經(jīng)過列低通和行高通濾波后的子圖像,它包含了圖像信號在垂直高頻信息和水平方向低頻信息,因此,對于LH頻帶采用垂直方向的直線型3鄰域或5

2、鄰域中值濾波模板,則既去掉了垂直方向的噪聲,同時又較好地保留了水平方向的低頻信息; HH頻帶是圖像經(jīng)過行高通和列高通濾波后的子圖像,它包含了信號在水平和垂直兩個方向高頻信息即對角方向高頻信息,因此,對于HH頻帶采用對角線方向的直線型3鄰域或5鄰域中值濾波模板.最后將經(jīng)過濾波處理后的各頻帶經(jīng)小波重構(gòu)還原成去噪后的圖像.本方法的總體流程為: i將含噪圖像進(jìn)行小波分解;ii利用式(1計算去噪閾值T;iii利用式(2對圖像分解后的HL、LH、HH三個子頻帶進(jìn)行軟閾值去噪;iv對經(jīng)過軟閾值處理后的三個子頻帶分別進(jìn)行中值濾波處理;v重構(gòu),得到去噪后的圖像.3應(yīng)用實例本算法已在三維地震資料相干切片斷層解釋中

3、得到應(yīng)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(gòu)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(xì)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(yīng)保細(xì)節(jié)去噪算法去噪后的效果圖.由圖可見,經(jīng)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(jīng)中值濾波處理后的(d較(c中各高頻子圖,更進(jìn)一步去除了部分,并克服了一定的模糊;而經(jīng)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(jīng)實踐驗證本算法應(yīng)用于三維相干

4、切片數(shù)據(jù)體中,去噪效果明顯,在經(jīng)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(gòu)圖像圖l中值濾波與小波去噪相結(jié)合的去噪方法效果圖參考文獻(xiàn):1XIE J c,ZHANG D L,XU W L.Overview on waveletimage denoisingJ.Journal of Image and Graphics, 2002,7(3:209217。2傅彩霞,楊光.一種新的具有增強(qiáng)效果的小波域圖像去噪方法J.中國圖象圖形學(xué)報2007,12(1:515

5、4. 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(jìn)J.西安電子科技大學(xué)學(xué)報(自然科學(xué)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.哈爾濱工程大學(xué)學(xué)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(shù)學(xué)的圖像分割的研究D.北京:北京理工

6、大學(xué).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(jié)合圖像去噪方法作者:唐世偉, 林君, TANG Shi-wei, LIN Jun作者單位:唐世偉,TANG Shi-wei(大慶石油學(xué)院,計算機(jī)與信息技術(shù)學(xué)院,黑龍江,大慶,163318, 林君,LIN Jun(大慶石油學(xué)院土木建筑工程

7、學(xué)院黑龍江,大慶,163318刊名: 哈爾濱工業(yè)大學(xué)學(xué)報英文刊名:JOURNAL OF HARBIN INSTITUTE OF TECHNOLOGY年,卷(期:2008,40(8被引用次數(shù):2次參考文獻(xiàn)(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(032.傅彩霞.楊光一種新的具有增強(qiáng)效果的小波域圖像去噪方法期刊論文-中國圖象圖形學(xué)報 2007(013.林椹渺.宋國鄉(xiāng).薛文圖像的幾種小波去噪方法的比較與改進(jìn)期刊論文-西安電子科技大學(xué)學(xué)

8、報(自然科學(xué)版 2004(044.CHEN G Y.BUI T D Multiwavelets denoising using neighboring coefficients 2003(075.張曉威.朱磊.劉軍多小波圖像去噪算法的研究期刊論文-哈爾濱工程大學(xué)學(xué)報 2007(056.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(shù)學(xué)的圖像分割的研究學(xué)位論文 19988.CHANG S G.BIN Y.VATYERELI M Adaptive wavelet threshokling for image denoising and compression2000(09相似文獻(xiàn)(

9、10條1.期刊論文丁潤濤.程凌宇應(yīng)用新抽樣?xùn)鸥竦膬煞N小波變換圖像去噪方法-天津大學(xué)學(xué)報2005,38(1為提高小波變換圖像去噪的質(zhì)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?xùn)鸥?在此基礎(chǔ)上構(gòu)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(jié)構(gòu)特征.實驗結(jié)果表明,這兩種方法在視覺效果和誤差數(shù)據(jù)上均優(yōu)于標(biāo)準(zhǔn)二維小波去噪法.2.學(xué)位論文褚標(biāo)小波理論在圖像去噪與紋理分析中的應(yīng)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(lǐng)域也得到了廣泛應(yīng)用。在小波域

10、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(lǐng)域研究的熱點。本文著重研究小波系數(shù)的統(tǒng)計模型,并將其應(yīng)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(gòu)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(shù)的選取情況。重點討論了小波域貝葉斯圖像去噪的數(shù)學(xué)模型和方法,給出了在三種常用代價函數(shù)下圖像小波系數(shù)的貝葉斯估計。(2研究了小波系數(shù)邊緣分布模型。利用BKF函數(shù)擬合小波系數(shù)邊緣分布,并給出用樣本2階和4階

11、累積量估計BKF函數(shù)形狀參數(shù)和尺度參數(shù)的公式。實例顯示,BKF函數(shù)能夠準(zhǔn)確地描述小波系數(shù)邊緣分布,很好地捕捉了小波系數(shù)“重尾”特性。進(jìn)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,在峰值信噪比和視覺上都取得較好效果。(3研究了小波系數(shù)尺度間相關(guān)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(guān)系刻畫小波系數(shù)尺度間的相關(guān)性,在圖像去噪、分割和圖像識別等領(lǐng)域獲得成功應(yīng)用。討論了小波域HMT模型的基本思想和方法,建立了復(fù)小波域HMT模型。提出一種更加準(zhǔn)確地反映小波系數(shù)尺度間相關(guān)性的模型-雙變量BKF模型,詳細(xì)給出

12、了雙變量BKF聯(lián)合密度函數(shù)的推導(dǎo)過程以及參數(shù)確定。(4討論了雙樹復(fù)小波變換的構(gòu)造原理和性質(zhì),雙樹復(fù)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?；陔p樹復(fù)小波域的圖像去噪能夠消除傳統(tǒng)小波變換因缺乏平移不變性而產(chǎn)生的偽Gibbs現(xiàn)象。提出雙樹復(fù)小波域HMT模型圖像去噪算法和雙樹復(fù)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(jìn)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(zhǔn)確模型對圖像去噪具有重要作用。(5提出一種雙樹復(fù)小波域紋理分類算法。雙樹復(fù)小波變換的平移不變性及多方向性使其更加適合描述紋

13、理特征,該算法利用雙樹復(fù)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(jìn)行了分類實驗,取得了很好的分類效果。3.期刊論文Q-shift復(fù)小波的一種新型構(gòu)造方法及其在圖像去噪中的應(yīng)用-信號處理2005,21(5為了提高復(fù)小波變換的效率,本文提出了一種設(shè)計Q-shift復(fù)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(jié)構(gòu)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(gòu)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(gòu)造出系數(shù)更為簡單、運算更加方便的小波,而且可以實現(xiàn)任意精度的復(fù)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(shè)計

14、過程.以普遍采用的Q-shift 10/10小波為例,利用本文構(gòu)造的正交小波可將復(fù)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(dāng),且小波的頻率選擇性質(zhì)更好.將其用于圖像去噪的實驗表明,采用本文構(gòu)造的小波可以顯著提高處理速度并得到更高的峰值信噪比(PSNR.4.期刊論文周鵬.宋宇.孟晉.張志芳.ZHOU Peng.SONG Yu.MENG Jin.ZHANG Zhi-fang基于二維雙樹復(fù)小波變換的圖像去噪-中國西部科技2008,7(6目前小波變換在圖像去噪中的應(yīng)用取得了較好的效果.而二維雙樹復(fù)數(shù)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

15、能力.因此我們提出采用二維雙樹復(fù)數(shù)小波變換進(jìn)行圖像去噪,仿真試驗結(jié)果表明二維雙樹復(fù)數(shù)小波變換的去噪效果明顯改善.5.學(xué)位論文曾韶勇基于小波變換的醫(yī)學(xué)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(yīng)用。以小波分析理論為基礎(chǔ),研究討論了小波基的數(shù)學(xué)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(yīng)用技術(shù)進(jìn)行了深入的研究。提出了針對醫(yī)學(xué)圖像的去噪、壓縮編碼、融合的應(yīng)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(xiàn)如下:1、對小波分析理論進(jìn)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(shù)的Mallat分解和重構(gòu)算法,

16、分析了小波基的數(shù)學(xué)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(jù)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(xué)圖像去噪的應(yīng)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(jù)和基本思路。研究了圖像的小波系數(shù)特點,給出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(jìn)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

17、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(yīng)用于醫(yī)學(xué)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(xué)圖像中的CT圖像和磁共振圖像的融合。6.期刊論文楊福增.王崢.楊青.張艷寧.Yang Fuzeng.Wang Zheng.Yang Qing.Zhang Yanning基于小波變換的Wiener濾波方法在農(nóng)產(chǎn)品圖像去噪中的應(yīng)用-農(nóng)業(yè)工程學(xué)報2007,23(2農(nóng)產(chǎn)品圖像的去噪是農(nóng)產(chǎn)品圖像處理中最基本、最重要的工作之一.為了更

18、有效地去除農(nóng)產(chǎn)品圖像中的噪聲.受二維離散Wiener濾波器計算方法的啟發(fā),提出了一種基于小波變換的Wiener濾波方法.該方法采用小波變換和Wiener濾波相結(jié)合的方法,具有稀疏性、多分辨率、去相關(guān)性、選基靈活性和在MSE意義上對圖像進(jìn)行最優(yōu)估計的優(yōu)點.該方法首先對含噪農(nóng)產(chǎn)品圖像ano做第一次小波變換得到低頻圖像a1和水平、垂直和對角三方向的高頻圖像hd1、vd1及dd1;其次對低頻圖像a1做Wiener濾波得到a1w,再對3個高頻圖像分別做Wiener濾波并合成得到g1w;接著對低頻的a1w和高頻g1w做小波逆變換,得到濾波圖像"a1w+g1w".同時,考慮到噪聲主要在高

19、頻部分,所以直接把低頻的a1和高頻g1w做小波逆變換,得到濾波圖像"a1+g1w".這是對含噪圖像ano做第1次小波變換的情況,其第2次、第3次及第4次變換的情況與此類似.這樣可以得到許多濾波圖像,然后根據(jù)圖像信噪比PSNR和視覺效果,最終確定去噪效果最好的農(nóng)產(chǎn)品圖像.該方法應(yīng)用于紅棗、小麥雜草等農(nóng)產(chǎn)品圖像的去噪中,結(jié)果PSNR為158.23(視覺效果清晰,好于鄰域平均法(PSNR為154.14、中值濾波法(PSNR為155.82、數(shù)學(xué)形態(tài)學(xué)(PSNR為154.07,視覺效果偏黑、高斯濾波法(PSNR為153.79,視覺效果太黑、直接維納去噪(PSNR為154.14和小波去

20、噪(PSNR為158.18等多種方法.試驗結(jié)果表明,基于小波變換的Wiener濾波方法應(yīng)用于農(nóng)產(chǎn)品圖像去噪具有信噪比高、視覺效果好等優(yōu)點;基于小波變換的Wiener濾波方法用于農(nóng)產(chǎn)品圖像去噪是有效的、可行的.7.學(xué)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?shù)倪^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(biāo)。小波分析是局部化時頻分析,它用時域和頻域聯(lián)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(jìn)行多尺度細(xì)

21、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(yīng)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(xì)節(jié),得到原圖像的最佳恢復(fù)。本文對基于小波變換的圖像去噪方法進(jìn)行了深入的研究分析,首先詳細(xì)介紹了幾種經(jīng)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(xì)介紹了其去噪原理和算法,分析了去噪過程中參數(shù)的選取問題,并給出了一些選取依據(jù);詳細(xì)介紹了小波系數(shù)相關(guān)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(guān)鍵問題進(jìn)行了詳細(xì)討論。最后對這些方法進(jìn)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(jié)果。在眾多基于小波變

22、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(shù)和軟閾值函數(shù)去噪方法在實際中得到了廣泛的應(yīng)用,而且取得了較好的效果。但是硬閾值函數(shù)的不連續(xù)性導(dǎo)致重構(gòu)信號容易出現(xiàn)偽吉布斯現(xiàn)象;而軟閾值函數(shù)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(zhǔn)則的自適應(yīng)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(dǎo)數(shù)的閾值函數(shù),利用其對閾值進(jìn)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(jié)果可以看到,該方法去噪

23、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(xì)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(yīng)用-福建電腦2008,24(11圖像去噪是圖像處理中重要的一部分.小波域圖像去噪是圖像處理中一個引人關(guān)注的研究方向.本文介紹了小波變換和基于小波變換的圖像去噪原理及一般方法.并應(yīng)用MATLAB軟件實現(xiàn)了小波圖像去噪的計算機(jī)仿真.9.期刊論文豐明坤.Feng Mingkun基于小波變換的圖像去噪虛擬儀器系統(tǒng)-光電子技術(shù)2009,29(1圖像去噪一直是圖像處理領(lǐng)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(shù)逐漸成熟和其應(yīng)用領(lǐng)域的不斷擴(kuò)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(gòu)造了一種圖像去噪的儀器處理系統(tǒng),通過調(diào)用不同的小波基MATLAB算法和變換閥值系數(shù)控制實現(xiàn)了圖像去噪的功能.示例結(jié)果表明該系統(tǒng)具有良好的圖像去噪效果.10.學(xué)位