成像噪聲論word版-資料下載頁
2025-01-07 15:45本頁面
【正文】 幅值和尺度的大小成正比。 對于高斯白噪聲 ()nk ，由于其小波變換仍然是服從高斯分布的，所以它對應(yīng)的小波系數(shù) ,jkv 在整個 (, )jk 域上是一致分布的，并且 ,jkv 的幅值和尺度大小成反比，隨著尺度的增大而減小。 由此可見，白噪聲 ()nk 對所有 (, )jk 點的小波系數(shù) ,jkw 都有影響；而信號 ()sk 只對極少數(shù) (, )jk 點的小波系數(shù)有影響。這樣，從能量的觀點來看，在小波域上，噪聲的能量分布在所有的小波系數(shù) ,jkw 上，也就是說所有的小波系數(shù) ,jkw 都對噪聲 ()nk 有貢獻(xiàn)；而信號()sk 的能量只分布在一小部分小波系數(shù) ,jkw 上，只有一小部分 ,jkw 對信號 ()sk 的能量有貢獻(xiàn)。這樣就可以把小波系數(shù) ,jkw 分為兩類：第一類小波系數(shù)僅僅由噪聲小波變換后得到，這類小波系數(shù)幅值較小，數(shù)目較多；第二類小波系數(shù)由信號變換后得到，這類小波系數(shù)幅值大，數(shù)目較少。 小波閾值收縮去噪方法就是基于這一思想而提出的 ， 具體的處理過程為 ： 將含噪信號在各尺度上進(jìn)行小波分解 ， 保留大尺度低分辨率下的全部小波系數(shù) ， 對于各尺度高分辨率下的小波系數(shù) ， 在眾多系數(shù) ,jkw 中 ， 通過設(shè)定一個合適的數(shù) ? 作為 閾值， 對于絕對值小于 ? 的小波系數(shù) ,jkw ， 認(rèn)為是第一類小波系數(shù) ， 將其置為零 ； 而對于絕對值大于 ? 的小波系數(shù) ,jkw ，則認(rèn)為是第二類小波系數(shù) ， 或者完整保留 ， 或者做相應(yīng)的收縮處理 ， 從而得到估計小波 系數(shù),?jkw 。最后將處理后獲得的小波系數(shù)利用逆小波變換進(jìn)行信號重構(gòu) ， 恢復(fù)出有效的信號。 小波 閾值 去噪流程如圖 所示。該方法的核心步驟是小波系數(shù)的閾值 處理。 實驗 中采用 Daubechies構(gòu)造的 db5小波 ，對圖形進(jìn)行 5層 小波分解，下圖為去噪效果。 a 高斯噪聲 圖像 b 硬 閾值去噪 c 軟 閾值去噪 5 結(jié)論 與展望 隨著科技的發(fā)展和工作生活的需要，數(shù)字圖像濾波應(yīng)用將越來越廣泛，要求也將越來越高。本文主 要的研究內(nèi)容是圖像的去噪問題。全文對圖像去噪的問題進(jìn)行了概述 ， 并對其中的一些問題進(jìn)行了研究 。圖像去噪是一種圖像退變處理，而任何濾波技術(shù)對不同的噪聲類型有不同的處理能力，這些技術(shù)都有各自的優(yōu)缺點。由于自然圖像的多樣性、噪聲本身的復(fù)雜性，目前所涉及的大部分濾波算法都是針對特定圖像和特定噪聲提出的，迄今為止沒有一種通用的濾波算法能對不同類型的圖像噪聲都能取得很好的效果；同時對于數(shù)字圖像處理結(jié)果的評價主要由人眼來主觀的判別，缺乏一種統(tǒng)一的衡量標(biāo)準(zhǔn)。為了在抑制噪聲的同時能更好地保持圖像的細(xì)節(jié)邊緣，將具有自適應(yīng)機(jī)制、自 組織能力和自學(xué)習(xí)能力的濾波器與傳統(tǒng)的濾波器相結(jié)合，這將是我們今后去除噪聲的研究方向和目標(biāo)。 參考文獻(xiàn) [1] 李波 . 數(shù)字圖像噪聲消除算法研究 . 曲阜 ：曲阜師范大學(xué) 2022 [2] 胡立茂 . 紅外與微光圖像噪聲處理及硬件實現(xiàn) . 南京： 南京理工大學(xué) 2022 [3] 劉勍 ,溫志賢 ,楊筱平 ,秦云霞 . 現(xiàn)代數(shù)字圖像噪聲濾除技術(shù)及其評價 . 2022 [4] 宋寅卯 ,李曉娟 ,劉磊 . 圖像噪聲濾波的研究方法及進(jìn)展 . 2022 [5] 張郝 . 基于小波變換的圖像去噪方法研究 . 北京 ：北京交通大學(xué) . 2022
公司管理相關(guān)推薦
鄂ICP備17016276號-1