论文部分内容阅读
图像是一种重要的信息载体，由于图像在获取及传输过程中受到环境的干扰，经常会被噪声污染，如何采用有效的方法消除噪声是一件有意义的研究工作。本文论述的是DCT自适应去噪，DCT自适应去噪的关键在于局部门限的设置，而局部门限和噪声方差有关。因为DCT域的噪声方差估计有着比较好的估计效果，所以提出一种DCT-1自适应去噪算法，但由于这种DCT去噪算法对图像同质和异质区域采用相同的去噪门限，会对图像异质区域有过度去噪效应，因此，对于图像异质区域采取更小的门限就能解决这种问题。具体可分为两步，第一是区分图像异质区域，第二是对于图像异质区域采用更加合适的门限。DCT-2去噪算法和DCT-3去噪算法就是本文提出的两种基于这种原则的算法，DCT-2自适应去噪算法是基于DCT域的统计系数特性来识别异质区域，进而通过多组实验得到最优门限参数设置。因为频域方差估计和空域方差估计对于图像异质区域有不同的表现特性，DCT-3去噪算法基此来识别图像异质区域，再进行多组实验仿真进而得到最优的门限设置。因为本文提出的三种DCT去噪算法对图像的噪声方差和图像异质区域有着较好的识别，所以与传统的去噪声算法相比，这三种自适应去噪算法有着更好的去噪效果。因为DCT-2去噪算法和DCT-3去噪算法对图像异质区域进行了处理，因而它们的去噪效果要好于DCT-1算法的去噪效果。对于大部分图像来说，DCT-3比DCT-2更能准确的估计图像异质区域，因而DCT-3的去噪效果要比DCT-2的去噪效果更好。