基于小波變換的圖像去噪方法的研究與實(shí)現(xiàn).pdf

1、噪聲是影響圖像質(zhì)量的重要因素.噪聲的存在導(dǎo)致圖像的某些特征細(xì)節(jié)不能被辨識，圖像信噪比下降.在圖像處理中如何有效的去除噪聲，提取圖像信息變得尤為重要，而基于小波變換的去噪方法得到越來越廣泛的研究和應(yīng)用.小波域去噪是根據(jù)信號和噪聲小波變換的不同表現(xiàn)形態(tài)，構(gòu)造出相應(yīng)的規(guī)則，對信號和噪聲的小波變換系數(shù)進(jìn)行處理，處理的實(shí)質(zhì)在于減小以至完全剔除由噪聲產(chǎn)生的系數(shù)，同時最大限度的保留有效信號對應(yīng)的小波系數(shù). 由于維納濾波器是一種最佳線性過濾器，

2、即維納濾波是根據(jù)信號的自相關(guān)函數(shù)，在均方誤差最小的意義下對輸入信號作出最優(yōu)估計.因此本論文將小波閾值去噪與維納濾波結(jié)合起來，在小波域進(jìn)行維納濾波. 如何通過圖像原始信號獲取對真實(shí)信號的估計，以此構(gòu)造維納濾波器系數(shù)是實(shí)現(xiàn)小波域維納濾波的關(guān)鍵.為了完成估計和去噪兩個任務(wù)，我們設(shè)計了雙小波基維納濾波器，采用兩路小波變換，首先在第一小波域完成估計；然后將得到的估計信號在第二小波域進(jìn)行變換并以此構(gòu)造維納濾波器系數(shù)；最后圖像在第二小波域進(jìn)行

3、維納濾波以達(dá)到去噪的目的. 為了獲得對真實(shí)信號合理的估計，這里我們采用構(gòu)造的調(diào)節(jié)閾值函數(shù)作為第一路小波濾波器，克服了硬閾值法產(chǎn)生的偽吉布斯效應(yīng)和軟閾值法產(chǎn)生的邊緣模糊等失真現(xiàn)象，在有效去噪的同時很好的保留了圖象邊緣等局部特征. 根據(jù)雙小波基維納濾波模型，在AviSynth軟件平臺上利用VisualC++6.0語言設(shè)計VagueDenoiser.dll降噪濾鏡，通過運(yùn)行AviSynth腳本文件對靜態(tài)圖像和動態(tài)影像進(jìn)行去噪實(shí)