刘强 李宏宁

摘要：在图像增强、分割、识别处理等环节，图像去噪即图像增强显得尤其重要。怎么样在去除噪声的同时有效地保留下图像细节部分一直都是研究的重难点。在本文中，我们首先介绍了常用的中值滤波，均值滤波，维纳滤波，高斯滤波的图像去噪方法，然后介绍了具有良好的时频特性和多分辨率性的小波变换。但是小波变换不具备多方向性，为了能有效地实现图像的多分辨率的、多方向的、局部的特征提取，又利用图像几何本质的特征，新提出的Contourlet变换去噪解决了这一难题。

关键词：数字图像去噪；小波变换；Contourlet变换；多尺度

中图分类号：TP18 文献标识码：A 文章编号：1009-5039（2018）17-0214-02

在数字图像处理领域，国外先于国内。在含噪声图像，图像模糊等存在问题的图像有很好的研究，对于相应的问题有各自不同的处理方法，各方面的技术相对于国内含噪图像的处理的相关技术已经很成熟。根据它作用的范围来说，主要是两类：空间域上的和频域上的处理方法。空间域去噪法不会作用于频率，而是通过算法，对图像上的像素灰度值实施运算，例如中值滤波法和领域平均法等。频域法的中心思想作用于图像的频率，根据信号与噪声存在不相同的频率来运算。当一幅含噪图像经过变换后，有效信号在低频区；图像的细节轮廓部分与大部分噪声部分会在高频区。利用一个滤波器滤除数字图像信号中被噪声频率干扰的部分。

1 小波去噪

1.1 基本原理