基于曲波变换的图像去噪研究
2016-05-18薛秀銮
电脑知识与技术 2016年9期
薛秀銮



摘要:本文将曲波变换与软阈值、硬阈值图像去噪方法相结合,对图像进行去噪处理,并根据软硬阈值的优缺点,对它们进行折衷处理,提出一种新的Curvelet变换去噪算法,并将其去噪效果同小波变换软、硬阈值去噪效果以及其他Curvelet变换去噪效果进行比较,利用量化的峰值信噪比(PSNR)和非量化的视觉效果进行去噪性能评价,效果较理想。
关键词:曲波;(Curvelet);变换 ;去噪
中图分类号:TP311 文献标识码:A 文章编号:1009-3044(2016)09-0218-03
1 研究背景及意义
人类社会已经进入数字化的信息时代,大量的数据需要用信息处理手段去处理和分析,而且人们所能获得的这些信息中图像信息就占了70%,然而,由于受诸如雾霾、灰尘等因素的干扰影响,现实生活中人们所获得的图像通常是带有噪声的。为了更加高效正确地理解所获得的图像信息,我们可以对图像进行加工处理,也就是对图像进行去噪处理,目的是尽最大可能地去掉图像的噪声污染,还原图像的原始状态。
图像随机噪声的抑制或消除的方法有空间域、频率域、小波域滤波,Ridgelet变换,Curvelet变换等。空间、频率域滤波都是通过滤除部分信号的方法进行去噪,结果都会丢失图像的很多信息。小波变换去噪是比较普及又效果较佳的图像去噪方法,使用小波变换去噪算法对图像进行二维变换以后,重构图像边缘必须保留数量很大的小波系数方可,而且小波变换只具备点状奇异性,对纹理特征突出或线奇异性突出的图像,小波……
登录APP查看全文
