基于相關(guān)性的自適應(yīng)圖像去噪算法

蔡文濤

（中北大學(xué) 儀器科學(xué)與動(dòng)態(tài)測(cè)試教育部重點(diǎn)實(shí)驗(yàn)室，山西 太原 030051）

1 引言

在過去十年中，各種去噪方法已被提出，并對(duì)圖像和信號(hào)證明了是有效的，例如小波降噪，灰度關(guān)聯(lián)度，Contourlet變換等等。Nasri Mehdi提出了一種新的閾值函數(shù)和一些新的對(duì)圖像進(jìn)行去噪的小波域自適應(yīng)類型。李俊峰提出了一種新的噪聲檢測(cè)和灰度系統(tǒng)理論，它是在均值圖像的基礎(chǔ)上提出的一種新的自適應(yīng)加權(quán)濾波器。香港均田應(yīng)用灰度系統(tǒng)理論的灰度關(guān)聯(lián)分析實(shí)現(xiàn)了圖像降噪。侯賽因提出了一種新的基于非線性閾值函數(shù)的非抽樣Contourlet變換域的圖像去噪方法。

在圖像處理領(lǐng)域圖像去噪中起著非常重要的作用。事實(shí)上，圖像主要是從不同的電子設(shè)備得到，這樣的圖像中會(huì)有多種這些設(shè)備產(chǎn)生的噪聲。僅舉幾例噪聲，醫(yī)學(xué)圖像的特點(diǎn)是高斯噪聲而天文圖像的特點(diǎn)是泊松噪聲。確定噪聲特性是不困難的，而且有可能可以自動(dòng)完成，主要的問題是圖像去噪的有效方法，本文提出了一種自適應(yīng)圖像去噪算法。

2 相關(guān)性指標(biāo)

相關(guān)性指標(biāo)的分析方法是一種基于微觀和宏觀的幾何相似性的的行為基因序列，它是用于分析和確定基因的相互影響的程度或基因的主要貢獻(xiàn)表現(xiàn)。它包括夾角余弦，灰度關(guān)聯(lián)度，相關(guān)系數(shù)，泰爾不平等系數(shù)和模糊的相似性度量，本文主要介紹了模糊的相似性度量。

“模糊集”的概念是由扎德為表征環(huán)境中的不精確性和不完整性的信息輸入-輸出關(guān)系的一種手段。由于扎德于2005年發(fā)表了他的經(jīng)典論文，模糊用的一套理論已經(jīng)得到了廣泛的關(guān)注，在科學(xué)領(lǐng)域獲得了很大的成就。在這里，我們簡(jiǎn)要介紹了模糊相似度量的概念。相似的概念，用于描述兩個(gè)集合的接近程度。

設(shè) F（V）是所有類的模糊集合。A，B ∈ F（V），對(duì)F（V）的相似度是通過映射定義：ρ：F（V）×F（V）→ [0，1]。

它滿足以下三個(gè)公理：

（1）如果 A = B，則 ρ（A，B）有一個(gè)最大的值

3 基于自適應(yīng)加權(quán)濾波器的相關(guān)性

4 實(shí)驗(yàn)與分析

表1 0.01椒鹽噪聲強(qiáng)度的去噪結(jié)果

表2 0.1椒鹽噪聲強(qiáng)度的去噪結(jié)果

表3 0.3椒鹽噪聲強(qiáng)度的去噪結(jié)果

從表1到表3中，我們可以看到，所提出的方法可以減少圖像模糊，保持邊緣和細(xì)節(jié)信息的完整性，并具有良好的去噪效果。但是，在實(shí)驗(yàn)過程中，我們發(fā)現(xiàn)，去噪的結(jié)果的條件是由閾值TH決定。如果閾值采取較大，邊緣點(diǎn)中的一些點(diǎn)可能被視為噪聲點(diǎn)，并且將模糊的邊緣點(diǎn)去噪。如果閾值較小，雖然可以保持邊緣細(xì)節(jié)很多，但會(huì)錯(cuò)過一些噪聲，因此去噪效果也不是很理想，可以看出，獲得一個(gè)適當(dāng)?shù)拈撝担潜夭豢缮俚摹?/p>

5 結(jié)論

在圖像處理領(lǐng)域，圖像去噪中起著非常重要的作用。我們知道圖像主要是從不同的電子設(shè)備得到。電子設(shè)備會(huì)導(dǎo)致多種噪聲的產(chǎn)生。本文提出了一種新的噪聲檢測(cè)方法和一種自適應(yīng)加權(quán)濾波器。我們根據(jù)不同的噪聲水平進(jìn)行了模擬測(cè)試，并且已通過使用的信噪比，峰值信號(hào)噪聲比和平均誤差客觀的評(píng)價(jià)去噪效果。結(jié)果表明，該方法可以減少圖像的模糊性，保持邊緣和細(xì)節(jié)信息的完整性，并具有良好的去噪效果。

[1] 侯濤，汪源源.帶預(yù)處理的雙樹復(fù)小波醫(yī)學(xué)超聲圖像去斑[J].儀器儀表學(xué)報(bào)，2010，3l（6）：1294-1302.

[2] 劉金華，余壟.雙樹復(fù)小波域圖像非線性擴(kuò)散濾被[J]電子測(cè)量與儀器學(xué)報(bào)，2010，24（3）： 268-273.

[3] YU Y，ACTON S T，Speckle reducing anisotropic diffusion[J].IEEE Transactions on Image Processing，2002，2（2）：1260-1270.

[4] 王頓，肖俊，王蘊(yùn)紅.數(shù)字水印原理與技術(shù)[M]北京：科學(xué)出版社，2007.

[5] Kang J Y，Min L Q，Luan Q X.Novel modified fuzzy means algorithm with applications [J].Digital Signal Processing，2009，19（2）：309-319.

[6] Wang S S，Wu C H.A new impulse detection and filtering method for removel of wide rang impulse noises [J].Pattern Recognition，2009，42（9）：2194-2202.

[7] Wang Ying，Xiao Jun，Wang Yun-hong.Digital watermarking principles and techniques [M].BeiJing：Science Press，2007.

[8] 蔣愛平，于洋基于conburlet圖像多重分形分割的研究[J]儀器儀表學(xué)報(bào)，2010，3l（4）：818-823.

[9] 余錦華，汪源源，施心陵.基于EM算法參數(shù)估計(jì)的各向異性擴(kuò)散超聲圖像的去噪[J]航天醫(yī)學(xué)與醫(yī)學(xué)工程，2007，6（03）：43-48.

[10] 林宙辰，石青云.一個(gè)能去噪和保持真實(shí)感的各向異性擴(kuò)散方程[J]-計(jì)算機(jī)學(xué)報(bào)，2009，4（11）：67-73.