基于多尺度變換視角的圖像去噪方法分析

劉超

【摘要】 圖像去噪是圖像處理領(lǐng)域的一項(xiàng)重點(diǎn)研究?jī)?nèi)容，長(zhǎng)期以來圖像去噪的方法都是以小波為基礎(chǔ)的，而小波分析存在著嚴(yán)重的局限性。近年來，多尺度分析理論的出現(xiàn)帶來了數(shù)字圖像處理技術(shù)的重大革新，很好地解決了小波分析存在的不足，在刻畫線奇異等方面具有強(qiáng)大的優(yōu)勢(shì)，已經(jīng)成為圖像去噪領(lǐng)域的重要處理技術(shù)。

【關(guān)鍵詞】 多尺度變換 圖像去噪 分析

圖像在進(jìn)行獲取與傳輸?shù)倪^程中，往往會(huì)受到各種噪聲的干擾，導(dǎo)致圖像質(zhì)量下降，甚至出現(xiàn)模糊現(xiàn)象，不利于圖像的使用與分析，因此對(duì)圖像進(jìn)行去噪處理具有重要的價(jià)值與意義。長(zhǎng)期以來圖像去噪的方法都是以小波為基礎(chǔ)的，而小波分析通常局限在點(diǎn)奇異的描述范圍內(nèi)，擴(kuò)展性差，所以去噪技術(shù)存在很多缺陷。近年來，多尺度分析理論的出現(xiàn)帶來了數(shù)字圖像處理技術(shù)的重大革新，很好地解決了小波分析存在的不足，在刻畫線奇異等方面具有強(qiáng)大的優(yōu)勢(shì)，因而在圖像去噪領(lǐng)域被廣泛應(yīng)用，成為圖像去噪的重要處理手段。

一、小波變換的理論分析

1.1 小波變換與二維小波變換

小波變換是80年代在傅立葉變換的基礎(chǔ)上發(fā)展起來的一種變換分析方法，它對(duì)傅立葉變換局部化的思想作了進(jìn)一步發(fā)展，進(jìn)而克服了傅立葉變換中窗口大小不隨頻率變化而變化的缺點(diǎn)，是對(duì)信號(hào)時(shí)頻進(jìn)行分析與處理的理想工具。

小波就是分布在較小區(qū)域內(nèi)的波，小波變換是通過對(duì)母小波與父小波進(jìn)行縮放和平移實(shí)現(xiàn)的，在時(shí)域和頻域上具備良好的局部特性和多尺度性，可以更好地定位信號(hào)。圖像自身具有的特點(diǎn)決定了在將小波變換應(yīng)用到圖像處理中時(shí)，必須將小波從一維推廣到二維。二維小波變換具有較好的旋轉(zhuǎn)能力，不但具備放大的能力，而且具有“極化”性質(zhì)，在變換后形成4個(gè)變量，信息會(huì)出現(xiàn)冗余，

以信號(hào)處理的角度理解二維小波變換，那么可分離的二維小波的分解就是先后對(duì)圖像水平方向和豎直方向進(jìn)行低通和高通濾波。

1.2 Contourlet 變換

Contourlet變換是對(duì)圖像進(jìn)行二維表示的一種新方法，具有多分辨率、多方向、局部定位、各向異性等特點(diǎn)。Contourlet變換的基本思想是首先對(duì)邊緣奇異點(diǎn)進(jìn)行多尺度分解捕捉，然后將位置相近的奇異點(diǎn)匯集起來，在方向信息上形成輪廓段。這種變換方式是在對(duì)拉普拉斯金字塔進(jìn)行分解的基礎(chǔ)上，結(jié)合傳統(tǒng)的多方向?yàn)V波器組來實(shí)現(xiàn)的，主要是以多尺度變換和方向?yàn)V波器組兩步分別來實(shí)現(xiàn)方向的變換。

二、細(xì)尺度間小波系數(shù)相關(guān)性基礎(chǔ)的圖像去噪

2.1 噪聲系數(shù)在細(xì)尺度子帶間的分布特征分析

小波變換后的圖像仍然存在一定的相關(guān)性，這種相關(guān)性可以歸為三類，也就是尺度內(nèi)的、尺度間的和綜合考慮尺度內(nèi)與尺度見這三種系數(shù)相關(guān)性。

2.2 圖像去噪實(shí)驗(yàn)分析

為了分析圖像去噪的實(shí)驗(yàn)效果，本文選取了兩幅大小為512×512像素的圖像作為實(shí)驗(yàn)對(duì)象，對(duì)圖像分別進(jìn)行了傳統(tǒng)的貝葉斯去噪法和contourlet變換去噪法，通過對(duì)比兩種不同去噪法得到的效果圖像，得出結(jié)論：contourlet變換去噪法優(yōu)于傳統(tǒng)的貝葉斯去噪法。

三、基于Contourlet變換的圖像去噪算法改進(jìn)

3.1 方向?yàn)V波器組的多方向分解

方向?yàn)V波器組在Contourlet變換中有著十分重要的作用。早期的濾波器組主要是對(duì)一維信號(hào)進(jìn)行處理，在面對(duì)二維信號(hào)時(shí)遇到了困難，因而通過一維的層疊狀樹形結(jié)構(gòu)或者非分離的濾波器組及基函數(shù)得到二維方向?yàn)V波器組開始出現(xiàn)并應(yīng)用。近年來隨著時(shí)代的發(fā)展和技術(shù)的進(jìn)步，圖像的方向性處理要求也不斷提高，DFB濾波器組即多方向?yàn)V波器組被提出并廣泛應(yīng)用于圖象處理中。

3.2 改進(jìn)后的圖像去噪算法與實(shí)驗(yàn)分析

四、結(jié)束語

圖像去噪是圖像處理領(lǐng)域的一項(xiàng)重點(diǎn)研究?jī)?nèi)容，長(zhǎng)期以來圖像去噪方法都存在著嚴(yán)重的局限性，多尺度分析理論的出現(xiàn)帶來了數(shù)字圖像處理技術(shù)的重大革新，很好地解決了小波分析存在的不足，因而在圖像去噪領(lǐng)域被廣泛應(yīng)用，成為圖像去噪的重要處理手段。

參 考 文 獻(xiàn)

[1]戴永.基于激光超聲檢測(cè)金屬材料表面缺陷的數(shù)值模擬[D].江蘇大學(xué)，2011.

[2]羅敏慧.超聲無損探測(cè)中光致聲波的原理及應(yīng)用[D].電子科技大學(xué)，2007.

[3]石一飛.金屬材料表面缺陷及殘余應(yīng)力的激光超聲無損檢測(cè)研究[D].南京理工大學(xué)，2009.