[发明专利]一种改进小波变量阀值收缩模型降低图像噪声的方法

摘要

本发明公开了一种改进小波变量阀值收缩模型降低图像噪声的方法，该方法利用小波系数间的相关性，改进使用单一当前小波系数方差构建阀值收缩模型缺陷，采用当前小波系数方差、父小波系数方差及邻域小波系数方差作为阀值参数,确定阀值参数构建阀值收缩模型，提高阀值的精确度。通过分别对模型处理后的当前小波系数值、父小波系数值和邻域小波系数值进行判决，最终得到去除噪声后的图像。本发明提出的小波变量阀值收缩模型相比双变量阀值收缩模型去噪，进一步的降低图像中的噪声，提高了恢复图像的质量。

主权项

1.一种改进小波变量阈值收缩模型降低图像噪声的方法，其特征在于，所述方法包括如下步骤：步骤1：输入噪声图像并初始化；步骤2：预处理，对噪声图像进行小波变换；步骤3：噪声图像小波变换方差估计，以第m个中心大小为3×3的矩形窗区域N(m)中的小波系数来估计此区域噪声图像小波变换方差，其中，所述矩形窗区域N(m)中的小波系数包括矩形窗区域N(m)中噪声图像的当前小波系数值y₁，父小波系数值y₂和邻域小波系数值y₃，此区域噪声图像小波变换方差包括噪声图像的当前小波变换方差父小波变换方差邻域小波变换方差步骤4：噪声小波变换方差估计，噪声小波变换标准差σ_n通过对小波分解后的HH₁子带的小波系数绝对值中值来估计，噪声小波变换方差为步骤5：原始图像方差估计，噪声图像经过小波变换后，原始图像小波变换方差和噪声图像小波变换方差以及噪声小波变换方差之间的关系为：分别求出原始图像的当前小波变换方差及其父小波变换方差和邻域小波变换方差步骤6：小波变量阈值收缩模型设计，使用最大后验概率构建小波变量阈值收缩模型，其中分别表示第k+1次迭代阈值收缩处理后噪声图像的当前小波系数值，父小波系数值，邻域小波系数值；y₁，y₂，y₃分别表示噪声图像的当前小波系数值，父小波系数值，邻域小波系数值；表示噪声小波变换方差；分别表示第k次迭代阈值收缩处理后原始图像的当前小波变换标准差值，父小波变换标准差值，邻域小波变换标准差值；步骤7：判断阈值收缩后的噪声图像小波系数是否满足终止准则，对噪声图像经过小波变量阈值收缩模型处理前后的当前小波系数，父小波系数和邻域小波系数间差值进行比较，即：判断ε1，ε2，ε3的值是否均小于10‑4，如果不满足，说明图像中还存在大量的噪声，将处理后的噪声图像再次进行小波变量阈值收缩模型处理去除图像噪声；若满足，对当前噪声图像进行逆小波变换，得到噪声降低后的图像。