[发明专利]一种基于自适应小波阈值和双边滤波器的图像去噪方法

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种基于自适应小波阈值和双边滤波器的去噪方法。

背景技术

近年来，小波变换由于具有多分辨率分析的特性、在时频域内良好地表征信号的能力以及大小固定形状可变的窗口等特点，被广泛应用于图像去噪领域中。常用的小波域去噪方法是对小波系数进行萎缩处理，即小波阈值去噪方法。其中，经典的阈值是Donoho和Johnstone提出的依赖于噪声标准差和信号长度的统一阈值。

现有的方法存在的不足：一方面，传统的小波阈值去噪方法没有考虑选取的阈值应该随着小波分解尺度和子带的变化而自适应变化这一因素；另一方面，小波阈值去噪方法在去除噪声的同时，可能也会去除高频细节，使图像的边缘变得模糊，而且易于产生显著的伪影，如低频噪声和边缘振荡。

发明内容

本发明的目的旨在解决上述技术缺陷，改善小波阈值去噪算法的效果以及更好地保护图像的边缘和细节信息。

为了达到上述目的，本发明提出一种基于自适应小波阈值和双边滤波器的去噪方法，包括以下几个步骤：

S1：采用离散小波对含有噪声的图像g进行分解，获得多个子带及其对应的小波系数矩阵；

S2：选取每个高频子带对应的随着小波分解尺度和子带变化而自适应变化的阈值，并对每个高频子带的小波系数矩阵进行阈值量化处理，具体如下：

S2.1：根据获得的子带中高频子带的小波系数矩阵，计算所有高频子带的自适应阈值，其中，第k层高频子带的自适应阈值T^k的计算公式如下：

Tk=αkσ2lnN]]>

其中，k为高频子带的小波分解尺度，α为与第k层高频子带有关的可调参数，α的取值范围是(0,1]，ln(·)是以数学常数e为底的对数函数，N是第k层高频子带的尺寸，σ为噪声标准差，且由高频子带HH₁的鲁棒中值来估计；

S2.2：根据获得的子带中高频子带的小波系数矩阵和选取的自适应阈值，采用软阈值函数，对所有高频子带的小波系数矩阵进行阈值量化处理，获得处理后的小波系数矩阵，其中，第k层高频子带在(i,j)处的小波系数通过下面的软阈值函数公式进行阈值量化处理：

Yij′k=[sign(Yijk)](|Yijk|-Tk),|Yijk|≥Tk0,|Yijk|<Tk]]>