基于多小波变换的图像去噪方法研究

摘要

图像在获取和传输过程中，经常受到各种因素的干扰，所以需要对研究的图像进行去噪处理。图像去噪是图像处理中的一个重要的研究内容。近年来，在小波基础上发展起来的多小波，由于同时具有正交性、对称性、光滑性、紧支性等特点，得到了人们的广泛关注，被广泛用于信号包括图像处理等领域。虽然图像去噪的方法已有许多，但利用多小波进行图像去噪却是一个刚刚开始获得关注的研究课题，这不论在理论上还是在实践上都具有很大的研究意义。
　　 本文对基于多小波变换的图像去噪方法进行了较深入的研究，主要包括：一、对小波、多小波理论的详细研究；二、对传统去噪方法进行了研究，特别地对基于小波阈值收缩去噪、基于多小波多层阈值收缩去噪方法进行了详细研究，并分析了较常见的基于小波、多小波阈值去噪算法。三、针对小波阈值收缩去噪方法的不足，详细分析了基于小波的维纳滤波的改进算法，该方法利用小波系数在局部仍具有相关性和加性高斯噪声在不同尺度和不同方向上仍然服从高斯分布，只是噪声大小不同的特点进行维纳滤波。四、对基于小波的维纳滤波方法在多小波的基础上加以改进，利用上述小波系数的相关性和噪声分布特点在图像的多小波变换系数中仍成立、而小波系数分解更细，噪声方差估计更准确的特点，提出了将图像多小波变换后的系数进行维纳滤波的去噪方法，利用Matlab软件对该方法进行仿真测试，测试验证了该方法的有效性。
　　 论文分析了利用多小波进行图像去噪的理论及图像预处理、多小波变换等关键技术，从理论上说明了其优势，并对实验中使用GHM 多小波进行图像去噪的过程步骤做了详细介绍，并且介绍了其他常用多小波CL 小波、SA4 小波等，为以后的工作奠定了基础。
　　 由于维纳滤波是一种自适应滤波，对高斯噪声有特别好的去噪效果。它能够根据区域方差来调整滤波器的输出，区域方差越大，平滑作用越强。论文提出了将图像多小波变换后的系数进行维纳滤波的去噪方法，该方法取得了良好的图像去噪效果。