一種基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法
【專利摘要】本發(fā)明公開了一種基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，步驟如下：（1）對含噪聲圖像進(jìn)行小波變換，獲取小波系數(shù)；（2）根據(jù)小波系數(shù)，構(gòu)造各層小波系數(shù)的自適應(yīng)閾值函數(shù)和選取第i分解層小波閾值；（3）利用中點法選取衰減系數(shù)，采用閾值函數(shù)和小波閾值進(jìn)行閾值處理；（4）將選取的各衰減系數(shù)對應(yīng)閾值函數(shù)處理的小波系數(shù)分別進(jìn)行小波反變換，得到恢復(fù)的原始信號估計值；（5）計算出各原始信號估計值的PSNR值，得到最優(yōu)值，根據(jù)中點法得到PSNR最優(yōu)值下的最佳衰減系數(shù)，將對應(yīng)閾值函數(shù)處理的小波系數(shù)重構(gòu)得到的估計值作為最終去噪圖像。本發(fā)明克服了硬閾值和軟閾值去噪方法的缺陷，得到更加準(zhǔn)確的小波系數(shù)估計值，保護(hù)了圖像邊緣。
【專利說明】一種基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像預(yù)處理中的圖像去噪【技術(shù)領(lǐng)域】，特別涉及一種基于領(lǐng)域相關(guān)性的自適應(yīng)小波閾值去噪方法。
【背景技術(shù)】
[0002]噪聲是影響圖像質(zhì)量的一個重要因素，在采集、傳輸、獲取圖像的過程中，由于成像設(shè)備或外部環(huán)境的干擾會不可避免地引入圖像噪聲。噪聲的加入會給圖像的后續(xù)處理帶來很大的麻煩，因此在圖像使用之前，有必要進(jìn)行去噪處理，提高信噪比。其中圖像去噪的目的是去除絕大部分噪聲的同時盡可能保護(hù)圖像的邊緣信息以減少噪聲對后續(xù)處理的影響。圖像去噪對于圖像工程的處理有很大的幫助，因此，圖像去噪極具研究價值和應(yīng)用價值。
[0003]為了滿足圖像去噪的實際要求，目前圖像去噪有了很大的發(fā)展，去噪方法也多種多樣，最直觀傳統(tǒng)的方法是根據(jù)圖像和噪聲在頻域表現(xiàn)出來的不同特性進(jìn)行信噪分離，圖像頻譜一般分布在有限的頻帶內(nèi)且頻率較低，而噪聲一般集中在高頻區(qū)域，因此可以采用濾波的方法進(jìn)行圖像去噪，如低通濾波、均值濾波、中值濾波、維納濾波等，這些方法在一定程度上能夠減少了噪聲帶來的影響，但同時也使圖像邊緣和細(xì)節(jié)信息變模糊。傳統(tǒng)的濾波方法要求圖像與噪聲的重疊越小越好，當(dāng)頻譜重疊部分較多，去噪效果就不是很理想。
[0004]針對傳統(tǒng)方法的不足，小波分析作為一種新的時頻工具，克服了傳統(tǒng)傅里葉變化具有固定分辨率的缺陷。小波分析具有多分辨分析的特點，在時域和頻域都能很好地刻畫信號的局部特性，被稱為數(shù)學(xué)顯微鏡。因此小波分析在圖像去噪領(lǐng)域非常實用和受歡迎。對于小波域圖像去噪，其基本思想是在小波域?qū)π〔ㄗ儞Q后的小波系數(shù)進(jìn)行相應(yīng)處理，將噪聲的小波系數(shù)去除，保留信號的小波系數(shù)，以達(dá)到去噪的目的。目前對于小波去噪主要有三種方法；其一，膜極大值去噪；其二，利用尺度相關(guān)性對信號進(jìn)行濾波達(dá)到去噪的效果；其三，小波閾值去噪。由于前兩者計算量相當(dāng)大，去噪效果不是很理想，因此實用性不強。
[0005]經(jīng)小波變換后的圖像，其本身的能量對應(yīng)著幅值較大的小波系數(shù)，主要集中在低頻；噪聲能量則對應(yīng)著幅值較小的小波系數(shù)，并分散在小波變換后的整個小波域中。小波閾值去噪方法根據(jù)該特征，設(shè)置一個閾值，認(rèn)為大于該閾值的小波系數(shù)主要成份為有用信號，給予收縮后保留，小于該閾值的小波系數(shù)主要成份為噪聲，予以剔除，這樣就可以達(dá)到去噪的目的。目前最常用的小波閾值去噪方法是硬閾值去噪和軟閾值去噪。其中硬閾值函數(shù)為:
【權(quán)利要求】
1.一種基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，包括以下步驟: (1)對含噪聲圖像進(jìn)行多層的小波變換處理，獲取各層的小波系數(shù)； (2)根據(jù)步驟(1)所得到的各層小波系數(shù)，構(gòu)造如下各層各方向上小波系數(shù)的自適應(yīng)閾值函數(shù):

2.根據(jù)權(quán)利要求1所述的基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，所述步驟(2)中小波閾值λ i中的β
3.根據(jù)權(quán)利要求1所述的基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，所述利用中點法選取衰減系數(shù)α的值以及得到PSNR最優(yōu)值的具體步驟如下: (1.1)通過衰減系數(shù)α得到PSNR值關(guān)于衰減系數(shù)α的導(dǎo)數(shù)PSNR' (a)為:

4.根據(jù)權(quán)利要求3所述的基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，所述步驟(3-2)中最初搜索區(qū)間為(O，I);所述步驟(3-4)中的F值為0.001。
5.根據(jù)權(quán)利要求3所述的基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，所述導(dǎo)數(shù)PSNR' (a)中d選取為0.000001。
6.根據(jù)權(quán)利要求1所述的基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，所述步驟(3)中針對最后一層分解到的低頻小波系數(shù)不作閾值處理。
7.根據(jù)權(quán)利要求1所述的基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，所述步驟(1)中對含噪聲圖像進(jìn)行3層的小波變換處理，即所述i為1、2或3。
8.根據(jù)權(quán)利要求1所述的基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，所述步驟(5)中各原始信號估 計值所對應(yīng)的PSNR值為:
9.根據(jù)權(quán)利要求1所述的基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，所述噪聲方差σ為:
10.根據(jù)權(quán)利要求1所述的基于鄰域相關(guān)性的自適應(yīng)小波閾值去噪方法，其特征在于，所述鄰域窗口 B的大小為5X5或3X3。
【文檔編號】G06T5/00GK103761719SQ201410005800
【公開日】2014年4月30日 申請日期:2014年1月6日 優(yōu)先權(quán)日:2014年1月6日
【發(fā)明者】石敏, 賀佩, 易清明 申請人:暨南大學(xué)