基于小波域加权阈值的图像去噪方法  

Image Denoising Using Wavelet Weighted Threshold

作　　者：陈莹[1] 纪志成[1] 韩崇昭[2] 

机构地区：[1]江南大学控制科学与工程研究中心,无锡214122 [2]西安交通大学电子与信息工程学院,西安710049

出　　处：《计算机工程》2007年第19期183-185,共3页Computer Engineering

基　　金：国家重点基础研究发展规划基金资助项目(2001CB309403);江苏省高技术研究计划基金资助项目(BG2005014)

摘　　要：针对小波全局阈值去噪的缺点,介绍了一种子带自适应的阈值加权算法。通过对图像小波分解系数统计特性的分析,提出了一种近指数模型作为分解层之间小波系数的先验分布。在此基础上,对比噪声图像和无噪图像在各尺度下统计特性,给出了一种子带自适应的加权阈值计算方法,避免了各层子带去噪的不平衡。实验表明,与全局阈值和其它子带自适应阈值去噪方法相比,基于加权阈值的图像去噪方法能获得更高的信噪比和更好的视觉效果。　Aimed at the deficiency of universal thresholding denoising,this paper nitoroduees a new subband-adaptive denoising algorithm based on weighted threshold.After analyzing statistics of wavelet coefficient for wavelet denoising of natural image,an exponentially decaying inter-scale model for image wavelet coefficients is suggested for the adaptation of the denoising filter across scales.Then a subband-adaptive thresholding algorithm is proposed based on statistics comparison of noisy image and original one,which avoids unbalanced denoising cross scales.Experiments show that higher peak-signal-to-noise ratio and better subjective visual effect can be obtained as compared to other thresholding-denoising algorithms.

关 键 词：图像去噪 小波变换 系数模型 加权阈值 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]