计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2012年
21期
182-185
,共4页
图像去噪%维纳滤波%小波包变换%阈值
圖像去譟%維納濾波%小波包變換%閾值
도상거조%유납려파%소파포변환%역치
图像去噪是图像处理中一个非常重要的环节.为了改善降质图像质量,根据Donoho提出的小波阈值去噪算法,分析了维纳滤波原理,提出了一种基于修正维纳滤波的小波包变换图像去噪方法.利用修正维纳滤波对噪声图像进行处理,用处理后的图像计算噪声的标准方差,以此作为小波包的阈值.利用小波包对维纳滤波后的图像进行分解,实现对图像的低频和高频部分分别进行分解,用计算出的阈值对小波包树系数进行软阈值处理.利用小波包逆变换来获取去噪后的图像.结果表明:在噪声方差为0.01时,经该算法去噪后图像的PSNR比小波包自适应阈值去噪后的PSNR高出8.8 dB.该算法不仅能有效地去除加性高斯白噪声,而 且能很好地保留边缘信息,极大地改善了图像的视觉质量.
圖像去譟是圖像處理中一箇非常重要的環節.為瞭改善降質圖像質量,根據Donoho提齣的小波閾值去譟算法,分析瞭維納濾波原理,提齣瞭一種基于脩正維納濾波的小波包變換圖像去譟方法.利用脩正維納濾波對譟聲圖像進行處理,用處理後的圖像計算譟聲的標準方差,以此作為小波包的閾值.利用小波包對維納濾波後的圖像進行分解,實現對圖像的低頻和高頻部分分彆進行分解,用計算齣的閾值對小波包樹繫數進行軟閾值處理.利用小波包逆變換來穫取去譟後的圖像.結果錶明:在譟聲方差為0.01時,經該算法去譟後圖像的PSNR比小波包自適應閾值去譟後的PSNR高齣8.8 dB.該算法不僅能有效地去除加性高斯白譟聲,而 且能很好地保留邊緣信息,極大地改善瞭圖像的視覺質量.
도상거조시도상처리중일개비상중요적배절.위료개선강질도상질량,근거Donoho제출적소파역치거조산법,분석료유납려파원리,제출료일충기우수정유납려파적소파포변환도상거조방법.이용수정유납려파대조성도상진행처리,용처리후적도상계산조성적표준방차,이차작위소파포적역치.이용소파포대유납려파후적도상진행분해,실현대도상적저빈화고빈부분분별진행분해,용계산출적역치대소파포수계수진행연역치처리.이용소파포역변환래획취거조후적도상.결과표명:재조성방차위0.01시,경해산법거조후도상적PSNR비소파포자괄응역치거조후적PSNR고출8.8 dB.해산법불부능유효지거제가성고사백조성,이 차능흔호지보류변연신식,겁대지개선료도상적시각질량.