基于小波相關(guān)性的圖像去噪分析.pdf

1、基于小波變換的圖像去噪是目前圖像去噪方法中主要方法之一。怎樣利用小波變換的去相關(guān)性、多分辨特性、小波系數(shù)的統(tǒng)計(jì)性質(zhì)以及層間和層內(nèi)系數(shù)的相關(guān)性進(jìn)行去噪一直是人們關(guān)注的熱點(diǎn)之一。
　　在對(duì)目前小波理論、小波圖像去噪的相關(guān)文獻(xiàn)進(jìn)行認(rèn)真理解和深入研究的基礎(chǔ)上,分析了現(xiàn)有方法的不足。本文的主要結(jié)構(gòu)如下:首先,概括描述了小波理論及其優(yōu)缺點(diǎn);其次,引出小波變換在圖像去噪領(lǐng)域的應(yīng)用;再次,對(duì)目前常用的幾類小波去噪方法進(jìn)行了分別闡述,著重介紹了閾值

2、去噪法和相關(guān)去噪法并分析了其長(zhǎng)處和不足。
　　圖像小波系數(shù)間的相關(guān)性,不但有層內(nèi)相關(guān)性,也有層間相關(guān)性。但是,傳統(tǒng)的小波閾值去噪,閾值的選取僅僅考慮小波系數(shù)所在的尺度,而沒有考慮不同尺度下圖像能量的分布情況。本文介紹的小波閾值去噪算法,仔細(xì)考慮了各尺度下圖像能量的分布情況和系數(shù)的層間相關(guān)性,根據(jù)不同尺度間系數(shù)的相關(guān)性和不同尺度子帶所含圖像能量的不同,分別為不同尺度的子帶設(shè)立各自的去噪閾值。實(shí)驗(yàn)表明,該算法比傳統(tǒng)算法獲得了更好的去噪