论文部分内容阅读
近年来,小波变换理论以其独特的时频多尺度性,为信号分析、图像处理及其他非线性科学的研究领域带来革命性的影响。小波去噪是小波变换的重要应用领域之一。其中,阈值收缩去噪法以其算法简单而被广泛采用。 本文针对非均匀噪声图像的阈值去噪问题,进行了研究。 在非均匀噪声是空间位置的慢变函数这一合理假设下,文中首先对单幅含非均匀噪声的图像提出了:分块阈值和自适应的逐点Bayes阈值两种去噪方法。其中,逐点阈值法是基于每点的邻域来估计该点的噪声方差和信号方差,这样确定的Bayes阈值是自适应的,其效果明显优于传统的子带阈值法和分块区域法。 然后,将多幅含噪拷贝的联合去噪法推广到空间非均匀噪声情况下,给出了逐点加权平均和逐点去噪相结合的方法,并比较了:先加权平均后阈值去噪,和先阈值去噪后加权平均两种不同的去噪方案。试验表明,推广后的联合去噪法,对含非均匀噪声的多幅图像拷贝具有良好的去噪效果。