[發明專利]基于鄰域加窗的提升小波圖像去噪方法

有效

• 申請號: 200910068328.6
• 申請日: 2009-04-01
• 公開（公告）號: CN101527036A
• 公開（公告）日: 2009-09-09
• 發明（設計）人: 宮霄霖;毛瑞全;劉開華
• 申請（專利權）人: 天津大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 天津市北洋有限責任專利代理事務所
• 代理人: 江鎮華

技術領域

本發明屬于圖像處理技術領域，具體涉及一種基于鄰域加窗的提升小波圖像去噪方法。

背景技術

目前圖像去噪方法中，均值濾波是一種常用的圖像濾波去噪方法，該方法運算簡單，對高斯噪聲具有良好的去噪能力。但均值濾波在消除噪聲的同時也會對圖像的高頻細節成分造成破壞和損失，使圖像模糊。為了解決均值濾波算法存在的圖像模糊問題，也出現了許多改進的算法，如K鄰點平均法、梯度倒數加權平滑法、最大均勻性平滑法、小斜面模型平滑法、自適應加權平滑法等，不過這些改進的均值濾波算法一般只是對某些類型的圖像具有較好的去噪效果，對于不同類型的圖像則需要調整其形狀和參數，不具有普適性。

經典小波變換是一種時頻域分析方法，和傅立葉變換一樣，雖然存在快速計算方法，仍然存在計算量大、存儲空間消耗大以及浮點計算的缺點。為此，Sweldens等提出了基于提升的小波變換，也稱第二代小波變換，即提升小波，具有不依賴傅立葉變換而直接在空域完成計算、原位計算(不需要額外存儲空間)、易實現整數到整數的變換以及計算量更小的特點，成為小波研究與應用領域的新熱點。

發明內容

本發明是針對現有技術的上述不足，提供了一種基于鄰域加窗的提升小波圖像去噪方法。該方法充分考慮了小波系數的層內相關性，并根據其特性為各子帶系數選擇不同的加窗濾波模板，從而達到更好地恢復原圖像，改善對圖像的去噪性能。

本發明的基于鄰域加窗的提升小波圖像去噪方法，包括下列步驟：

步驟1：將含噪圖像f(x，y)經過單尺度提升小波變換處理，分別獲得四個子帶系數：低頻系數A、水平細節系數H、垂直細節系數V和對角細節系數D；

步驟2：將A保持不變，對水平細節系數H、垂直細節系數V和對角細節系數D分別采用垂直線形濾波模板、水平線形濾波模板和對角方向濾波模板進行均值濾波，濾波后為

步驟3：將A和去噪后的高頻子帶進行重構，即可得到去噪后圖像f^=A+H^+V^+D^.]]>

上述的步驟2可以按照下列方法進行：

1)首先分別根據水平細節系數H、垂直細節系數V和對角細節系數D的頻率特性分別選擇相應的均值濾波模板w_ζ????ζ＝H，V，D；

2)為濾波模板分別進行加窗；

3)進行濾波操作：g(x,y)=1MΣ(x,y)∈Sf(x,y)wζw(n)]]>ζ＝H，V，D

其中S是以(x，y)為中心的鄰域中點的集合，M是S內的點數，g(x，y)為濾波后子帶系數。