基于雙樹輪廓波的圖像降噪研究【文獻(xiàn)綜述】

1、畢業(yè)設(shè)計(jì)文獻(xiàn)綜述畢業(yè)設(shè)計(jì)文獻(xiàn)綜述電子信息科學(xué)與技術(shù)電子信息科學(xué)與技術(shù)基于雙樹輪廓波的圖像降噪研究基于雙樹輪廓波的圖像降噪研究摘要：本文簡(jiǎn)要介紹了輪廓波變換（Contourlet）以及雙樹輪廓波變換（DualTreeContourlet），其中雙樹輪廓波由塔型雙樹方向?yàn)V波器組構(gòu)建。它不僅保持了輪廓波靈活的方向選擇性和各向異性，克服了傳統(tǒng)輪廓波不具有移不變性的缺點(diǎn)，而且提供了復(fù)子帶系數(shù)。在去噪應(yīng)用中采用自適應(yīng)的Bayes閾值方法結(jié)合硬閾值方

2、法實(shí)現(xiàn)圖像去噪。與其他方法相比，PSNR值有了較大提高。關(guān)鍵詞：小波分析；輪廓波；圖像去噪。一、引言：人類傳遞信息主要是通過語音和圖像。據(jù)統(tǒng)計(jì)，在人類接收的信息中，聽覺信息占20%，視覺信息占60%，其他如味覺、嗅覺、觸覺加起來不過占20%。所以，作為傳遞信息的重要媒體和手段——圖像信息是十分重要的。圖像處理技術(shù)在各個(gè)領(lǐng)域的應(yīng)用十分普遍，例如：通過分析資源衛(wèi)星得到的照片可以獲得地下礦產(chǎn)資源的分布及埋藏量；利用紅外線、微波遙感技術(shù)不僅可以

3、進(jìn)行農(nóng)作物估產(chǎn)、環(huán)境污染檢測(cè)、國(guó)土普查，而且還可以偵查到隱蔽的軍事設(shè)施；X射線CT已廣泛應(yīng)用于臨床診斷。但是任何一個(gè)圖像系統(tǒng)，包括圖像的獲取、處理、發(fā)送、傳輸、接收、輸出，每個(gè)環(huán)節(jié)都存在不同程度的噪聲，使圖像質(zhì)量降低。例如：攝像時(shí)，光學(xué)系統(tǒng)失真、相對(duì)運(yùn)動(dòng)、大氣湍流等都會(huì)使圖像模糊；醫(yī)學(xué)上，由于受到人體的器官、組織、光照等各個(gè)方面的影響，成像的圖片存在一定的模糊性，較難識(shí)別病變組織與正常組織，不利于早期診斷；圖像噪聲還會(huì)影響到圖像壓縮等后

4、續(xù)處理。因此，研究圖像去噪，有著非常重要的理論意義和應(yīng)用價(jià)值[1]。二、本課題研究歷史及現(xiàn)狀：傳統(tǒng)的傅里葉分析在平穩(wěn)信號(hào)的分析和處理中具有重要作用。它將時(shí)間域內(nèi)復(fù)雜信號(hào)的分析轉(zhuǎn)換為頻率域內(nèi)的具有簡(jiǎn)單參數(shù)的頻譜密度的分析，或者分解為頻域內(nèi)的具有簡(jiǎn)單形狀的信號(hào)（如正弦信號(hào)）之和。從其中任何一個(gè)域都可以完整地描述信號(hào)的全部特征，這種特性可以稱為時(shí)頻可分性。但在現(xiàn)實(shí)世界中的很多信號(hào)，例如，腦電波信號(hào)、地震信號(hào)、語言信號(hào)、圖像信號(hào)等，都是非平穩(wěn)的

5、。這些信號(hào)的某些統(tǒng)計(jì)特性隨著時(shí)間而變化，例如，信號(hào)的頻率是時(shí)變的。對(duì)與這種信號(hào)的準(zhǔn)確描述，必須使用具有局部性能的時(shí)域和頻域的二維（tω）聯(lián)合表示，這時(shí)傳統(tǒng)的傅里葉分析就顯得無能為力了[2]。重新排序圖像的采樣[3]。LP分解和DFB單獨(dú)使用都不能完整地描述圖像，LP分解不具有方向性，DFB只能對(duì)高頻分解，對(duì)低頻不行，只有二者結(jié)合，才能得到很好的效果。圖2所示是Contourlet變換的結(jié)構(gòu)圖?！?22)輸入圖像帶通方向子帶帶通方向子帶圖

6、2Contourlet變換濾波器組結(jié)構(gòu)圖傳統(tǒng)輪廓波不具有移不變性，雙樹輪廓波由塔型雙樹方向?yàn)V波器組構(gòu)建，它不僅保持了輪廓波靈活的方向選擇性，而且提供了復(fù)子帶系數(shù)[8][9]。雙樹輪廓波每一尺度的方向?yàn)V波都由初始方向?yàn)V波器(PrimalDFB)和對(duì)偶方向?yàn)V波器(DualDFB)實(shí)現(xiàn)，其中PrimalDFB與DualDFB都通過二叉樹結(jié)構(gòu)的雙通道扇形濾波器組構(gòu)建。這些扇形濾波器組被設(shè)計(jì)為滿足特定的相位關(guān)系，使得PrimalDFB與DualD

7、FB的等效濾波器互成Hilbert變換對(duì)，從而解決了Contourlet變換不具有移不變性的特點(diǎn)[13]。圖3所示是DTContourlet變換的結(jié)構(gòu)圖?！齲(n)Primal錯(cuò)誤錯(cuò)誤!未找到引用未找到引用源。源。channelmaximallydecimatedDFBPrimal錯(cuò)誤錯(cuò)誤!未找到引用未找到引用源。源。channelmaximallydecimatedDFB錯(cuò)誤錯(cuò)誤!未找未找到引到引用源。用源。(ω)PLR錯(cuò)誤錯(cuò)誤!未找