自适应阈值的小波图像去噪..doc

,-ElectronicEngineeringJune,2007文章编号:1003-501X(200706-0077-05自适应阈值的小波图像去噪刘成云1,陈振学2,马于涛3(,湖北武汉430081;,湖北武汉430074;,湖北武汉430072摘要:针对VisuShrink阈值和NormalShrink阈值的缺陷,提出了一种改进的自适应阈值图像去噪方法。根据不同的子带特性,定义了一个新的尺度参数方程,以确定适合各个尺度级的自适应最优阈值,并依此对图像进行去噪。实验结果表明,该方法可将每一尺度上的信号与噪声作最大分离,有效去除了白噪声,较好地保留了图像的细节信息,进一步提高了峰值信噪比,且没有增加时间复杂度,能用于实时处理。关键词:图像处理;小波变换;去噪;自适应阈值中图分类号::AAdaptivewaveletthresholdingmethodforimagedenoisingLIUCheng-yun1,CHENZhen-xue2,MAYu-tao3(,Wuhan430081,China;&ArtificialIntelligence,missionLaboratoryforImageProcessing&IntelligenceControl,HuazhongUniversityofScienceandTechnology,Wuhan430074,China;,WuhanUniversity,Wuhan430072,ChinaAbstract:ethelimitationofDonoho'sVisuShrinkandLakhwinderKaur'-bandcharacteristics,anewscaleparameterequationwasdefinedbasedonLakhwinderKaur'sNormalShrinkthreshold,,themethodalsopreservesthedetailedinformationoftheoriginalimagewell,obtainsuperiorqualityimageandimprovesPeakSignaltoNoiseRatio(,sincethismethodcanimprovetheefficiencyofimagedenoisinganddoesn’plexity,itcouldbeappliedinthereal-:Imageprocessing;Wavelettransform;Denoising;Adaptivethresholdvalue引言现实中的图像多为带噪图像,当噪声较严重时,会影响图像的分割、识别和理解。传统的去噪方法在去噪的同时使得图像的细节变得模糊。小波变换由于其具有“数学显微镜”的作用,在去噪的同时能保持图像细节。在众多的小波去噪方法中[1-5],运用最多的是Donoho小波阈值萎缩法[6-9],但Donoho给出的阈值有“过扼杀”小波系数的倾向,重建误差较大。LakhwinderKaur[10]等人针对Donoho阈值的单一性及不能在每级尺度上将图像与噪声作最大分离,提出了图像去噪的NormalShrink阈值法,该方法去噪效果较好,收稿日期:2006-06-28;收到修改稿日期:2006-10-12基金项目:湖北省教育厅重点科学研究计划资助项目(Z200511005作者简介:刘成云(1975-,女(汉族,河南潢川人,硕士,讲师,主要研究方向为模式识别与图像处理。E-mail:liuchengyun2005@光电工程第34卷第6期78但存在边缘模糊的问题。本文针对NormalShrink阈值作了进一步改进,采用了一种基于小波变换的自适应阈值。本文首先介绍了小波分析的基本原理及传统的Donoho阈值小波去噪法;其次,针对该方