圖像去噪技術(shù)研究背景及方法-文庫(kù)吧資料
2024-11-04 10:07本頁(yè)面
【正文】 模極大值將增大，而噪聲所對(duì)應(yīng)的模極大值將減小。例如， XU 等人提出了一種 SSNF(Spatiaily Selective NoiseFiltration)方法，該方法就是利用了信號(hào)和噪聲在小波域內(nèi)的不同相關(guān)特性，通過(guò)計(jì)算和比較相鄰尺度間小波系數(shù)的相關(guān)性大小，來(lái)判別小波系數(shù)的類型，從而進(jìn)行取舍的。在小波閾值去噪過(guò)程中，閾值和閾值函數(shù)的選取是兩個(gè)非常關(guān)鍵的因素，直接影響到圖像的去噪效果。因此，在小波系數(shù)中，低頻分量中含有大量的有用信息，應(yīng)該予以保留 ； 同時(shí)在高頻分量中，一些絕對(duì)值較大的重要的小波系數(shù)并不是噪聲，而是邊緣信息，也應(yīng)予以保留。下面將逐一進(jìn)行簡(jiǎn)單介紹。 小波變換因其優(yōu)異的性能，在基于變換域的圖像去噪中應(yīng)用十分廣泛。這些新方法的提出，無(wú)不基于這樣一個(gè)事實(shí) ： 在高 維情況下，小波分析并不能充分利用數(shù)據(jù)本身特有的兒何特征，并不是最優(yōu)的或者說(shuō)“最稀疏”的函數(shù)表示方法。比如，對(duì)于一維圖像，主要特征可以由邊緣所刻畫。 過(guò)去 幾 年，在數(shù)學(xué) 分析、計(jì)算機(jī)視覺(jué)、模式識(shí)別、統(tǒng)計(jì)分析等不同學(xué)科中，分別獨(dú)立地發(fā)展著一種彼此極其相似的理論，人們稱之為 ： 多尺度兒何分析。因此，小波變換在信號(hào)處理中非常適合于非平穩(wěn)信號(hào)分析。從時(shí)一頻聯(lián)合分析角度 上講，傅立葉變換只有頻域局域性，不具有時(shí)域局域性 ；而短時(shí)傅立葉變換的時(shí)頻域窗日是不可變的，故時(shí)一頻分辨率也是確定的，并不隨頻率軸和時(shí)間軸變化，只能處理某些與時(shí)窗相對(duì)應(yīng)的特定平穩(wěn)信號(hào)。 、優(yōu)點(diǎn) 近年來(lái)，小波分析以驚人的速度完成了理論構(gòu)建過(guò)程，其應(yīng)用領(lǐng)域也迅速?gòu)臄?shù)學(xué)、信號(hào)處理拓展到物理、天文、地理、生物、化學(xué)等其他各個(gè)學(xué)科。常見(jiàn)的將圖像從空間域轉(zhuǎn)換到變換域的變換方法很多，如傅立葉變換、離散余弦變換、沃爾什變換、小波變換以及近年來(lái)發(fā)展 起來(lái)的多尺度幾何分析方法等。它們?cè)谌コ郊拥碾S機(jī)噪聲方面非常有效，但是在降低噪聲的同時(shí)，也使圖像產(chǎn)生了較為嚴(yán)重的模糊，特別是在圖像的邊緣和細(xì)節(jié)處。經(jīng)典的空間域去噪方法有均值濾波 (包括鄰域平均法和多幀平均法 )、中值濾波和低通濾波等。去除噪聲既可以在圖像空間域完成，也可以在圖像變換域完成。為了獲取質(zhì)量較高的數(shù)字圖像，研究人員一直都在探求各種有效的圖像去噪方法。噪聲去除效果的好壞直接關(guān)系到圖像的后續(xù)處理效果，如圖像分割、目標(biāo)識(shí)別、邊緣提取等。 2 圖像去噪 圖像在拍攝和傳輸過(guò)程中，由于所使用的器件和傳輸通道的局限性，而被加入了大量的噪聲，嚴(yán)重影響了圖像的視覺(jué)效果，甚至妨礙了人們的正常識(shí)別。將指紋引入考勤管理系統(tǒng)，識(shí)別考勤者和軟件使用者的身份，能極大地增強(qiáng)考勤管理的可靠性、準(zhǔn)確度及使用軟件的安全 性。用指紋作為身份識(shí)別的方法是十分準(zhǔn)確和安全的。現(xiàn)代科學(xué)界的結(jié)論是：人類人口 按 60億計(jì)，則需 300年才可能出現(xiàn)重復(fù)的指紋，概率幾乎為零。自 1999年開始研制以來(lái)，已在幾十家單位使用，用戶反映良好。 (5)卡式考勤系統(tǒng)不能利用企業(yè)現(xiàn)有的網(wǎng)絡(luò)，需要自行組網(wǎng)，一次性投資較大，可靠性和維護(hù)性都不是太好。 (3)不能或只能簡(jiǎn)單地即時(shí)統(tǒng)計(jì)考勤結(jié)果，對(duì)于企業(yè)單位常見(jiàn)的班次較為復(fù)雜的情況，考勤結(jié)果無(wú)法即時(shí)統(tǒng)計(jì)；員工無(wú)法即時(shí) 看到自己的考勤結(jié)果。然而，此類考勤系統(tǒng)仍然存在著許多缺點(diǎn)，主要表現(xiàn)在： (1)由于采用卡類考勤，不能杜絕代打卡的現(xiàn)象。 基于以上分析 ， 本文著重進(jìn)行了基于 多尺度 變換的指紋圖像的 去噪 研究。 小波變換在近幾年的廣泛應(yīng)用 ， 給指紋圖像處理提供了新的研究方法。然而在實(shí)際應(yīng)用中 ， 有很大一部分指紋圖像質(zhì)量較差 ， 為了可靠地提取出指紋特征 ， 為指紋識(shí)別提供可靠 的依據(jù) ， 進(jìn)而提高整個(gè)系統(tǒng)的性能 ， 必須經(jīng)過(guò)一個(gè)有效的 去噪 處理。隨之而來(lái)的生物識(shí)別已經(jīng)成為安全技術(shù)研究的熱點(diǎn)。如果小波的興起能用革命二字來(lái)比擬的話，那么， 度幾何分析這場(chǎng)新的浪潮無(wú)疑又將掀起另一場(chǎng)革命，這場(chǎng)新革命 同樣也將深刻地影響各學(xué)科領(lǐng)域，其深度、廣度，甚至將超過(guò)小波分析 。因此，多尺度幾何分析思想應(yīng)運(yùn)而生，它致力于構(gòu)建最優(yōu)逼近意義下的高維函數(shù)表示方法。另一方面，二維可分離小波僅僅能捕捉到高維信號(hào)中有限的方向信息，即水平方向、垂直方向和對(duì)角方向的信息，這對(duì)于在高維信號(hào)特征中占據(jù)重要地位的方向信息來(lái)講是遠(yuǎn)遠(yuǎn)不夠
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號(hào)-1