基于雙樹復小波的圖像去噪和邊緣檢測技術研究.pdf

1、在數字化信息時代，數字圖像已經深入到生活的各個領域中。數字圖像處理技術作為信息化時代的關鍵技術在人們的生活中發(fā)揮著重要的作用。在數字圖像處理技術中圖像去噪和邊緣檢測技術是重要的研究課題。數字圖像在獲取和傳輸的過程中，常會因為外界環(huán)境因素和數字成像設備自身因素的影響，使得圖像受到噪聲的干擾，圖像的質量將被降低。圖像的邊緣是其重要的特征信息之一，它反映了圖像中物體本身的形狀和結構，圖像中的邊緣信息為后續(xù)的圖像分析，理解提供了研究基礎。在圖像

2、邊緣檢測時，由于噪聲的存在，檢測出的邊緣圖像也會受到影響，圖像的邊緣會因為噪聲的影響變得間斷不清晰，存在偽邊緣現象。因此，在保持圖像邊緣紋理等細節(jié)的同時有效的去除圖像中的噪聲和檢測出清晰，準確的圖像邊緣是圖像去噪和邊緣檢測的目標，具有重要的理論意義和實際的應用價值。
　　多尺度變換技術具有優(yōu)良的時頻特性，能夠實現對信號多分辨率的稀疏表示，近年來受到了廣泛的關注。在圖像去噪和邊緣檢測領域，多尺度變換也取得了很好的研究成果。在多尺度變

3、換中小波變換是典型代表，在圖像去噪，圖像分割，圖像編碼等領域都得到了廣泛的應用。然而小波變換仍存在一定的局限性，由于在處理時存在下采樣過程，小波變換不具備平移不變性，此外，小波變換的方向選擇性較差，只能提供水平，垂直和對角方向的細節(jié)信息，不利于圖像方向性信息的捕獲。雙樹復小波變換的提出有效解決了上述問題，它在繼承了小波變換的優(yōu)良特性的基礎上，還具備了平移不變性和良好的方向選擇性，能夠實現對信號更好的稀疏表示。本文將雙樹復小波變換作為主要

4、的研究內容，對其在圖像去噪和邊緣檢測中的應用進行了研究。本文的主要研究內容安排如下：
　　本文介紹了圖像去噪的基本理論，并對傳統(tǒng)的濾波去噪方法和小波閾值去噪方法進行了研究分析。由于小波變換不具備平移不變性，并且它的方向選擇性較差，本文對能夠解決小波變換所存在的問題的雙樹復小波變換進行了研究。并針對傳統(tǒng)的圖像去噪方法去除噪聲的同時不能良好地保持圖像邊緣細節(jié)信息的問題，利用雙樹復小波優(yōu)良特性，提出了一種基于雙樹復小波變換的非局部均值去

5、噪方法，并通過實驗對比仿真和評價指標證明的方法的有效性。
　　然后圍繞小波系數的相關性模型展開研究，從小波系數的尺度間相關性角度出發(fā)，對描述尺度間相關性的雙變量模型進行了分析，提出了一種基于雙樹復小波變換和雙變量模型的圖像去噪方法，充分利用小波系數和噪聲系數尺度間相關性的差異，根據小波系數的先驗知識采用最大后驗估計理論實現對原始系數的估計，實現對噪聲的有效抑制。
　　最后對圖像邊緣檢測的基本理論進行了研究，針對傳統(tǒng)邊緣檢測算