自適應(yīng)模糊小波閾值去噪算法在圖像中的應(yīng)用

《自適應(yīng)模糊小波閾值去噪算法在圖像中的應(yīng)用》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、自適應(yīng)模糊小波閾值去噪算法在圖像中的應(yīng)用湯仁民I,王代強2（1貴州大學(xué)理學(xué)院，貴州貴陽550025；2貴州大學(xué)人民武裝學(xué)院貴州貴陽550025）摘要：隨著圖像在信息傳播中越來越重要。消除在圖像中產(chǎn)生的噪聲，為了使圖像清晰，污染度小，成了數(shù)字圖像處理信息傳播的重要部分。木文分析了屮值濾波法、維納濾波法、鄰域平均法等幾種傳統(tǒng)的方法，著重研究H適應(yīng)模糊小波閾值算法在圖像去噪小的應(yīng)用。運用Matlab軟件對一張含噪圖片（含高斯噪聲）進行仿真去噪，仿真結(jié)果分析比較，得出了自適應(yīng)模糊小波閾值去噪算法比傳統(tǒng)方法去噪效果更好

2、，更明顯。尤其適合于圖像中高斯噪聲和脈沖噪聲的混合消除。關(guān)鍵詞：小波變換；中值濾波法；維納濾波法；鄰域平均法；MATLABApplicationofAdaptiveFuzzyWaveletThresholdDenoisingAlgorithminImageI2TangRen-Min,WangDai-Qiang^(1TheScieneeCollegeofGuizhouUniversity,Guiyang550025?2TheArmedForcesCollegeofGuizhouUniversity,Guiyan

3、g550025)Abstract：Withtheimagemoreandmoreimportantininformationcommunication.Theeliminationofthenoiseintheimage,tomaketheimageclear,asmalldegreeofpollution,thedigitalimageprocessinghasbecomeanimportantpartofinformationtransmission.Thispaperanalyzesseveraltra

4、ditionalmethodssuchasthemedianfilteringmethod,Wienerfilteringmethod,neighborhoodaverage.Focusresearchadaptivefuzzywaveletthresholddenoisingalgorithmapplicationofintheimage.UsingMatlabsoftwaretoanoiseimage(withgaussiannoise)simulationdenoising,thesimulationr

5、esultsbyanalyzing,theadaptivefuzzywaveletthresholddenoisingalgorithmisbetterandmoreobviousthanthetraditionalmethod.EspeciallysuitablefortheGaussnoiseandimpulsenoiseareeliminated.Keywords：medianfiltering;Wienerfiltering;neighborhoodaverage;wavelettransform.;

6、MATLAB0引言口適應(yīng)模糊小波閾值去噪算法是根據(jù)信號和噪聲的小波系數(shù)在不同分解尺度上的傳遞性，結(jié)合屮值濾波和模糊理論，自適應(yīng)地進行軟閾值濾波，然后進行小波重構(gòu)得到去噪圖像。所謂高斯噪聲是指它的概率密度函數(shù)服從正態(tài)分布的一類噪聲。在圖像中加高斯噪聲通常會使得圖像變模糊門出現(xiàn)細小的斑點。為了更好的保持圖像屮信息的傳輸，人們提出了幾種傳統(tǒng)的方法:中值濾波法，它很好的克服了線性濾波器所帶來的圖像細節(jié)模糊以及濾除脈沖干擾的缺陷，但對點、線、尖頂細節(jié)多的圖像不宜采用；維納濾波法，它對噪聲有良好的抑制特性，同時可以保留盡

7、可能多的圖像信息，但若噪聲為非平穩(wěn)的隨機過程將很難對圖像去噪；鄰域平均法，它去噪方式簡單快速，但會使去噪后圖像變得模糊,弱化或丟失圖像的邊緣和細節(jié)。因此木文提出-?種口適應(yīng)模糊小波閾值去噪算法，該算法具有良好而穩(wěn)健的去噪效果，能夠高效率地去除噪聲和保留圖像的邊緣細節(jié)。1高斯噪聲與原始信號的作用假設(shè)原始圖像受到高斯噪聲的污染，信號模型如g（兀,y）=/（兀,y）+斤（兀,y）兀,y=1……ni—i其中g(shù)（x,y）表示含噪圖像，.f（x,y）表示原始圖像,n{x,y）表示方差為cr2的高斯噪聲信號，原始信號與噪聲

8、號通過加法作用，獲得含噪圖像g（x,y），g（x,y）經(jīng)小波變換后有Wg=wf+，其中Wg為含噪圖像的小波系數(shù)，y為原圖像的小波系數(shù)，叫為噪聲的小波系數(shù)。在高斯噪聲函數(shù)衣示如：1￡￡（xjJ+廠"了/7（x,y）=-/=——-ezt="h1—2,2兀XL2自適應(yīng)模糊小波閾值去噪（1）對含噪圖像用中值濾波法預(yù)處理基于中值濾波算法能夠很好地消除脈沖噪聲，保證圖像細節(jié)及其邊緣的特性，因此我們先對含噪圖g（