宫霄霖，毛瑞全

（天津大学电子信息工程学院，天津 300072）

利用最近邻域分类的图像去噪算法

宫霄霖，毛瑞全

（天津大学电子信息工程学院，天津 300072）

为了在图像去噪的同时较好地保护图像细节，利用最近邻域的算法将数据进行有效的分类，得到了不同的有意义的封闭邻域，从而对突出的边缘细节信息与非边缘细节信息进行有效地分割，较好地改善了方形邻域固定、模糊边缘细节信息的问题.且利用小波分析之后的系数特征，估计出一个最佳阈值并进行阈值去噪.实验表明，该算法可以得到更好的实验结果.

图像去噪；脉冲耦合神经网络；图像分割；最近邻域

对图像进行去噪处理，是图像处理中的一项基础而重要的工作，对后续的工作如图像分割、特征分析以及模式识别等都有着重要的影响[1].

针对图像噪声中经常出现的高斯白噪声，利用小波变换进行处理已经成为主流方法[2-4].从阈值去噪[5]、相关性去噪，到现在诸多改进算法[6-7]，图像去噪的技术已经较为成熟[8].但是去噪过程中图像的边缘信息可能会被过度抑制，或者将相关性更强的邻域人为地破坏.在尽可能保持图像特征的情况下，进行去噪处理也是图像处理研究的重点之一[9].

笔者利用脉冲耦合神经网络[10]对图像进行了特征分析，粗略地进行了分类.为了提高计算速度，结合了最近邻域的思想进一步对已有的封闭邻域进行了分类.本文算法更有效地利用了小波系数的层……