一种基于改进型阈值函数的小波变换图像去噪方法

摘要

本发明涉及一种基于改进型阈值函数的小波变换图像去噪方法。包括以下步骤：首先选择基小波，确定小波分解层数，对含噪图像进行多尺度小波变换；然后对每一层的细节系数分别确定一个阈值；再采用改进型阈值函数进行阈值处理；最后将低频系数和阈值处理后的高频系数进行小波重构，即可得到去噪后的图像。本发明提供的去噪方法，克服了硬阈值函数的不连续性的缺陷，同时减小了软阈值函数中存在的恒定偏差。采用本发明后能够有效的把信号和噪声区别开来，并且的在剔除噪声的同时保护图像信息边缘，改善了图像的峰值信噪比，具有更好的图像去噪效果。

主权项

一种基于改进型阈值函数的小波变换图像去噪方法，其特征在于：所述方法包括以下步骤：步骤1：选择基小波，确定小波分解层数k，对含噪图像f(x,y)进行多尺度小波变换，分别获得不同的子带系数：最高层低频系数LL_J，以及水平细节系数LH_k，垂直细节系数HL_k和对角细节系数HH_k，k＝1,2,…,J；保持LL_J不变，对每一层的细节系数LH_k、HL_k、HH_k分别确定一个阈值；步骤2：分别采用改进的阈值函数对每一层的细节系数LH_k、HL_k、HH_k进行阈值处理，得到处理后的小波高频系数步骤3：将最高层低频系数LL_J和阈值处理后的高频系数k＝1,2,…,J进行小波重构，即可得到去噪后的图像其中，在所述的步骤1中，阈值的确定方式如下：$T={\sigma }_n\sqrt{2{\mathrm{lnN}}_k}*m$其中：m为调节因子，当处理水平细节系数LH_k和垂直细节系数HL_k时，m＝1；当处理对角细节系数HH_k时，N_k表示第k层相应的水平、垂直、对角方向的小波系数个数；σ_n为噪声标准差；在所述步骤2中，采用的改进型阈值函数数学表达式如下：$\stackrel{\Lambda }{w}=\left\{\begin{array}{c}\mathrm{sgn}\left(w\right)\left(\right|w|-\frac{T^2}{\left|w\right|+T^3},|w|>T\\ \frac{{\left|w\right|}^3}{1+w^2}{\left(\frac{w}{T}\right)}^4,\left|w\right|\le T\end{array}\right.$式中，w为原始的小波细节系数，为估计的小波细节系数，T为阈值。