1 簡(jiǎn)介

基于 Ｄｏｎｏｈｏ經(jīng)典小波閾值去除圖像噪聲基本思路，分析常用硬閾值法和軟閾值法在圖像去噪中的缺陷。針對(duì)這些缺陷，提出一種改進(jìn)的閾值去噪法，該方法不僅可克服硬閾值不連續(xù)的缺點(diǎn)，還能夠有效解決小波分解預(yù)估計(jì)系數(shù)與真實(shí)小波系數(shù)間存有的恒定誤差。通過(guò) Ｍａｔｌａｂ仿真實(shí)驗(yàn)，使用改進(jìn)的小波閾值法對(duì)圖像去噪處理后，除 噪效果比較理想，在去噪性能指標(biāo)上，ＰＳＮＲ（峰值信噪比）和 ＥＰＩ（邊緣保護(hù)指數(shù)）均好于傳統(tǒng)閾值方法。

采集、編碼或者傳輸圖像時(shí)，圖像容易遭受噪聲污染，因此圖像去噪尤為重要。隨著對(duì)小波理論研究的深入，其應(yīng)用也日趨廣泛，利用小波變換進(jìn)行圖像去噪成為研究熱點(diǎn)。目前，小波圖像去噪 基 本 方 法 有：①利用小波變換模極大值方法進(jìn)行圖像去噪；②利用小波變換尺度相關(guān)性方法進(jìn)行圖像去 噪；③利用小波閾值去噪法進(jìn)行圖像去噪。上述３種基 本 方 法 中，小波閾值去噪法相對(duì)于小波模極大值法與小波變換尺度相關(guān)性法，其 運(yùn) 算 量 小，實(shí)現(xiàn)簡(jiǎn)單且使用廣泛。小波閾值去噪法也有其不足：在小波硬閾值去噪處理過(guò)程中，獲取的小波系 數(shù) 預(yù) 估 計(jì) 連 續(xù) 性 差，會(huì) 造 成 重 構(gòu) 信號(hào)波動(dòng)，而軟閾值法算出的估計(jì)小波系數(shù)雖然連續(xù)性較好，但其與真實(shí)小波系數(shù)有恒定偏差，造成重構(gòu)信號(hào)精度變低，導(dǎo)致圖像模糊。本文結(jié)合經(jīng)典硬閾值和軟閾值法各自的優(yōu)缺點(diǎn)，提出一種改進(jìn)的小波閾值圖像去噪算法。

2 部分代碼

function [h0,h1]=wave1(x)[m,n]=size(x);for i=1:m ? ?for j=1:n ? ? ? ?if(j==n) ? ? ? ? ? ?%低頻 ? ? ? ? ? ?x1(i,j)=(x(i,j)+x(i,1))/2; ? ? ? ? ? ?%高頻 ? ? ? ? ? ?x2(i,j)=(x(i,1)-x(i,j))/2; ? ? ? ?else ? ? ? ? ? ?%低頻 ? ? ? ? ? ?x1(i,j)=(x(i,j)+x(i,j+1))/2; ? ? ? ? ? ?%高頻 ? ? ? ? ? ?x2(i,j)=(x(i,j+1)-x(i,j))/2; ? ? ? ?end ? ?end end%取奇for i=1:m ? ?for j=1:n ? ? ? ?if(2*j-1<=n) ? ? ? ? ?hL(i,j)=x1(i,2*j-1); ? ? ? ? ?hH(i,j)=x2(i,2*j-1); ? ? ? ?end ? ?endendh0=hL;h1=hH;

3 仿真結(jié)果

4 參考文獻(xiàn)

[1]張?zhí)煜? 黃小欣. 基于Matlab實(shí)現(xiàn)小波閾值去噪的圖像處理方法[J]. 現(xiàn)代電子技術(shù), 2013, 36(5):3.

博主簡(jiǎn)介：擅長(zhǎng)智能優(yōu)化算法、神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)、信號(hào)處理、元胞自動(dòng)機(jī)、圖像處理、路徑規(guī)劃、無(wú)人機(jī)等多種領(lǐng)域的Matlab仿真，相關(guān)matlab代碼問(wèn)題可私信交流。

部分理論引用網(wǎng)絡(luò)文獻(xiàn)，若有侵權(quán)聯(lián)系博主刪除。