双树复小波与双变量阈值模型的图像去噪
2021-12-14左文涛陈家益
实验室研究与探索 2021年10期
关键词:方法
左文涛,陈家益
(1.广州工商学院工学院,广州 510850;2.广东医科大学信息工程学院,广东湛江 524023)
0 引言
高斯噪声是图像中的一种常见噪声,产生于图像的拍摄、传输与处理中,是一种加性噪声,相对于其他噪声,高斯噪声的去除难度较大。目前去除高斯噪声的主要方法有小波阈值去噪法[1]和双树复小波变换去噪法[2]。因为多分辨率分析和信号局部特征表示的能力,小波变换广泛应用于图像处理。最初,学者们提出了小波阈值去噪法[3],但是缺乏图像细节保持和噪声分离的能力。于是,文献[4]将噪声检测引入到小波阈值去噪中,且利用边缘检测对小波阈值进行增强。为了克服小波阈值滤波在去噪性能和计算速度上的不足,Elaiyaraja等[5]提出了一种去除医学图像中高斯噪声的小波阈值优化方法。为了进一步改进小波变换的性能,Wang等[6]提出三维小波的定义,三维小波具有良好的噪声系数表示能力。Ozmen等[7]充分利用三维小波,提出了基于体积子频带加权原理的加权三维小波去噪算法,子带加权旨在更好地改善图像表示能力以及自适应地去除图像中的噪声。
尽管小波变换是一种优秀的图像处理与分析工具,但是其平移敏感性和缺乏方向选择性严重制约了性能的发挥,因此Selesnick等[8]提出了双树复小波变换(DTCWT)的框架。双树复小波变换克服了小波变换的缺陷,还具有平移不变性和多方向选择性,能更有效地表达图像的特征。张丽娟[9]提出了双树复小波变换域的矿区遥感图像滤波方法,在复小波域中结合多级中值滤波以去除因成像环境和成像固件缺陷引入的噪声。……
登录APP查看全文
