张昊慧

（淮阴师范学院 物理与电子电气工程学院，江苏 淮安223001）

图像信号在其形成、传输、变换以及终端处理中，经常会受到各种噪声的干扰而降质。噪声的来源取决于实际的应用环境，由于环境复杂，噪声特性也非常复杂。例如，图像传输过程中受到强干扰时会产生脉冲噪声，在激光和超声波图像中常存在乘性椒盐噪声，而照明的不稳定、镜头灰尘以及非线性信道传输引起的图像退化等都将产生不同种类的噪声。仅去除某一种噪声无法达到最佳的图像去噪效果。目前,针对图像去噪的研究热点[1]是利用小波变换去除图像中的高斯白噪声,然而这种方法无法很好地去除图像中的脉冲噪声,如何在充分利用小波理论[2]的前提下,去除图像中的混合噪声成为图像去噪领域中亟待解决的重要课题。

传统的图像去噪方法基于噪声和信号的统计特性不同，采用空间域低通滤波的方法来进行去噪。其中，中值滤波法(Median Filter)[3]是广泛应用于去除脉冲噪声的一种非线性滤波去噪方法，它对脉冲噪声有很好的抑制能力，但当滤波窗内的干扰样本数(像素数)大于窗长一半时，中值滤波没有滤波效果。此时，依靠增加滤波窗尺寸，固然可以提高噪声滤除能力，但是损失了图像细节。此外，中值滤波法对高斯分布和均匀分布噪声的抑制能力显著下降。近年来，许多国内外的学者研究发现基于小波变换的阈值去噪法对于高斯分布和均匀分布的噪声有很好的抑制能力。……