关雪梅

(辽宁对外经贸学院 基础课教研部，辽宁 大连 116052)

数字图像在进行采集和传递时往往会受到来自外界的各种噪声的干扰造成图像效果失真，这样将会直接影响到后续的图像处理环节.因而必须要对数字图像进行去除噪声处理，最大程度的保留图像的原始细节信息，提高图像的清晰度.由傅立叶变换演变而来的小波变换拥有多分辨率识别的特点，它摒弃了傅立叶变换的弱点，相对于一维数据有较强的逼近性，有着显微镜的美誉，在数字图像处理领域应用非常广泛[1].针对图像噪声进行处理，小波变换也有很多独特使用的处理方法来提高数字图像的质量.

1 数字图像小波去噪原理

图1 图像小波去噪流程

在对数字图像进行小波变换图像处理时，小波变换正交的处理方式可以很好的抑制数据的相关性，在小波域里可以将图像能量中部分大的小波系数集在一起，同样噪声能量也会分布于小波域内.所以，采用不同的小波系数对数字图像进行处理，能够获得不同的小波去噪方法，产生不同的去噪效果，数字图像小波变换处理过程如图1所示.

2 数字图像小波变换去噪的优势

图像中的噪声部分一般集中在图像的高频区域，根据噪声的特点和存在的规律，计算机图像处理领域的学者提出了两大类的去除图像噪声的方法，基于频域和时间域的处理方法.基于频域的图像噪声处理方法是分别经过傅里叶变换和……