資源描述：
《一種基于小波域維納濾波圖像復(fù)原算法》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。
1、一種基于小波域維納濾波圖像復(fù)原算法摘要：在圖像復(fù)原算法中，單純的空間域或者頻域濾波算法簡單易實現(xiàn)，但需要較多圖像退化的先驗知識。基于貝葉斯理論的迭代復(fù)原算法復(fù)原效果好，但耗時長。針對這一矛盾，利用小波變換的多分辨特性，對不同的小波系數(shù)特性采用不同的算法進(jìn)行恢復(fù)，提出了一種基于小波域維納濾波的圖像復(fù)原算法。實驗結(jié)果證明，所提方法在保證圖像復(fù)原質(zhì)量的同時相對提高了復(fù)原算法的效率，是一種有效的方法。關(guān)鍵詞：小波變換；維納濾波；LucyRichardson算法；圖像復(fù)原中圖分類號：TP391.9文獻(xiàn)標(biāo)識碼：A引言小波變換理論在圖像方面的應(yīng)用是近幾年迅速發(fā)展起來的，小波變換理論以其具有多分辨分
2、析以及同時在時域和頻域中表征信號的特性，而備受學(xué)者們的青睞，是繼Fourier分析后一個新的突破方向。經(jīng)典的圖像復(fù)原算法有逆濾波、維納濾波以及基于貝葉斯分析圖像的復(fù)原算法[1]等，各有自己的優(yōu)點和不足。而在小波變換域中，根據(jù)小波變換的多分辨特性[2],可以針對圖像在各個細(xì)節(jié)尺度分布特性的不同，采用不同的處理方法，而達(dá)到恢復(fù)圖像的目的。從這個思路出發(fā)，提出了一種基于小波域維納濾波的圖像復(fù)原算法。在小波域中，圖像的大部分信息都集中于低頻部分,對于這一部分信號可以采用經(jīng)典的圖像復(fù)原算法來恢復(fù)，如LucyRichardson算法［3］；而在高頻部分，信號主要以噪聲為主，通常情況下認(rèn)為噪聲是加
3、性的高斯白噪聲，而小波域中各個細(xì)節(jié)尺度上的小波系數(shù)近似的服從參數(shù)隨空間分布的廣義高斯分布［4］,根據(jù)兩者的分布特性，那么對于這部分信號，采用維納濾波可以得到更好的效果［5］。6結(jié)論本文根據(jù)小波變換的多分辨率特性，針對圖像信號在小波域不同系數(shù)下的分布，提出了一種基于小波域維納濾波的圖像復(fù)原算法，并將復(fù)原效果與維納濾波以及LR算法做比較。實驗發(fā)現(xiàn)這種算法的復(fù)原效果比單純的維納濾波效果好，比LR算法的效果要略差，但是卻在效率上比LR算法有很大的提升，實驗證明該方法在犧牲了部分復(fù)原質(zhì)量的情況下，大大提升了算法復(fù)原效率，是一種有效的圖像復(fù)原算法。參考文獻(xiàn)：［1］魯曉磊，黃本雄，王芙蓉?基于小波
4、域雙層貝葉斯模型的圖像復(fù)原［J］.紅外與激光工程,2008,37(5)：929-934.⑵TAMN,LEEJS.AHaarwaveletbasedLucyRichardsonalgorithmforpositronemissiontomographyimagerestoration［J］.NuclearInstrumentsandMethodsinPhysicsResearch,2010,73：54-60.[3]LUCYLB.Aniterativetechniquefortherectificationofobserveddistributions[J]?AstronomicalJo
5、urnal,1974,79:745-754.[3]CHANGSG.Adaptivewaveletthresholdingforimagedenoisingandcompression[J].IEEETransactionsonImageProcessing,2000,9：1532-1546.[4]P0RTILLAJ.AdaptiveWienerdenoisingusingaGussianscalemixturemodelinthewaveletdomain[J]?IEEEImageProcessing,2001,2：37-40.[5]D0N0H0DL,JOHNSTONEJM.Idea
6、lspatialadaptationbywaveletshrinkage[J]?Biometrika，1994,81(3)：425-455?[6]丁左紅，郭漢明，高秀敏，等?盲復(fù)原高斯模糊圖像[J]?光學(xué)儀器，2011,33(1)：38-41.[7]RICHARDSONWH.Bayesianbasediterativemethodofimagerestoration[J].JournaloftheOpticalSocietyofAmerica,1972,62(1)：55-59.
