[发明专利]一种基于改进型阈值函数的小波变换图像去噪方法

说明书

技术领域

本发明涉及图像处理领域，具体的说是一种基于改进型阈值函数的小波变换图像去噪方法。

背景技术

数字图像由于受到成像设备、外部环境干扰等多种影响，不可避免地含有各种噪声。为了更有效地获取图像所蕴含的客观事物真实信息，图像去噪一直以来是一门非常重要而热门的研究方向，迄今已发展出了多种去噪方法，最为简便的是根据噪声能量一般集中于高频，而图像频谱则分布于一个有限区间的这一特点采用低通滤波的方式来进行去噪，例如滑动平均窗滤波器，Wiener滤波器等。值得一提的是，近十年来，小波理论得到迅速发展，将其运用到图像去噪领域取得了非常好的效果，得益于小波变换时频局部化性质和去相关性等特点，它在剔除噪声的同时能较好的保持图像细节，优于传统的低通滤波方式。

小波阈值去噪法的理论依据为：原始信号对应的小波系数幅值较大，数目较少，包含有信号的重要信息，而噪声对应的小波系数个数较多，但幅值小。通过设置一合适的阈值，把绝对值较小的系数置为零，而让绝对值较大的系数保留或收缩，然后对阈值处理后的系数进行小波逆变换，重构后可达到去噪的目的。

1995年，Donoho等提出了小波软、硬阈值函数去噪方法，得到了广泛的应用。硬阈值方法可以很好的保留图像边缘等局部特征，但是由于其不连续性重构的图像可能出现振铃、伪吉布斯效应等视觉失真。软阈值函数整体连续性好，去噪效果也相对平滑，但与真实值之间总存在恒定的偏差，易造成图像边缘模糊，因此该方法的去噪效果很大程度被削弱。为了克服软、硬阈值去噪的缺陷，进一步提高图像去噪的效果，有必要提出一些改进方法。中国专利公告号102663695A，公开日2012年9月12日，发明了基于小波变换的DR图像去噪方法及系统，该方法将其他学者提出的改进的阈值函数与硬阈值函数相结合，先采用改进型软阈值处理，重构后对第一层细节分量采用硬阈值方法再次处理，改善了图像的信噪比，是一种比较好的处理方案。其不足在于，在硬阈值处理单元中，硬阈值函数由于不连续带来的振荡依然可能存在。2013年，邢国泉等发表基于一种新的阈值函数的小波图像去噪方法，克服了硬阈值方法在图像重构时由于不连续带来的振荡，消除了软阈值方法中存在的固定偏差，使图像的细节更加丰富，其不足之处在于将偏差完全减小为零，而原始信号本身是由真实信号和噪声信号组成的，它可能由于噪声的影响使得原始信号变大，所以偏差大多数情况都是存在的，较好的办法是逐渐减小而不是完全消除偏差。

发明内容

本发明的目的就是为了解决现有技术中存在的上述问题，即在降低噪声的同时会破坏图像的细节，提供一种基于改进型阈值函数的小波变换图像去噪方法。

为实现上述目的，本发明的技术方案是：一种基于改进型阈值函数的小波变换图像去噪方法，所述方法包括以下步骤：

步骤1：选择基小波，确定小波分解层数k，对含噪图像f(x,y)进行多尺度小波变换，分别获得不同的子带系数：最高层低频系数LL_J，以及水平细节系数LH_k，垂直细节系数HL_k和对角细节系数HH_k，k＝1,2,...,J。保持LL_J不变，对每一层的细节系数LH_k、HL_k、HH_k分别确定一个阈值。

步骤2：分别采用改进的阈值函数对每一层的细节系数LH_k、HL_k、HH_k进行阈值处理，得到处理后的小波高频系数

步骤3：将最高层低频系数LL_J和阈值处理后的高频系数进行小波重构，即可得到去噪后的图像

其中，在所述的步骤1中，阈值的确定方式如下：

T=σn2lnNk*m]]>