基于SURE理論的小波閾值去噪算法研究.pdf

1、噪聲是影響圖像質(zhì)量的重要因素，噪聲的存在會(huì)導(dǎo)致圖像的某些特征細(xì)節(jié)不能被辨識(shí)，圖像信噪比下降，因此在圖像處理中如何有效的去除噪聲，提取圖像信息變得非常重要。近年來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。圖像的小波去噪是根據(jù)圖像信號(hào)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(duì)圖像信號(hào)和噪聲的小波變換系數(shù)進(jìn)行處理，處理的實(shí)質(zhì)在于盡可能減小甚至完全剔除由噪聲產(chǎn)生的系數(shù)，同時(shí)最大限度的保留有效圖像信號(hào)對(duì)應(yīng)的小波系數(shù)。
　　基

2、于小波變換的去噪方法有很多種，本文主要討論了其中的閾值去噪方法。首先，對(duì)閾值去噪的原理進(jìn)行了詳細(xì)的介紹，對(duì)去噪過程中閾值和閾值函數(shù)等關(guān)鍵參數(shù)的選取問題進(jìn)行了詳細(xì)的分析和說明，并給出一些選取依據(jù)；其次，詳細(xì)介紹了小波去噪方法中的比較常見的幾種方法，包括基本的閾值函數(shù)和基于統(tǒng)計(jì)模型的閾值函數(shù)，并對(duì)它們進(jìn)行仿真實(shí)驗(yàn)和對(duì)比。
　　基于統(tǒng)計(jì)模型的閾值去噪方法特別是BLS-GSM模型，由于考慮了小波系數(shù)的所有四種統(tǒng)計(jì)特性：稀疏性、傳播性、聚集