[發(fā)明專利]基于雙樹離散小波包的圖像去噪方法

有效

• 申請?zhí)枺?/td>: 201110207431.1
• 申請日: 2011-07-22
• 公開（公告）號: CN102236888A
• 公開（公告）日: 2011-11-09
• 發(fā)明（設計）人: 戴瓊海;劉芳
• 申請（專利權）人: 清華大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 北京清亦華知識產(chǎn)權代理事務所(普通合伙) 11201
• 代理人: 張大威

技術領域

本發(fā)明涉及圖像處理技術領域，特別涉及一種基于雙樹離散小波包的圖像去噪方法。

背景技術

近年來，由于小波變換具有良好的時-頻局部化特性，在信號和圖像去噪領域得到了廣泛的應用。傳統(tǒng)的小波域去噪方法是對小波系數(shù)進行萎縮處理，如Donoho提出的硬閾值和軟閾值去噪法。

現(xiàn)有的方法存在的缺點是：一方面，硬閾值函數(shù)具有不連續(xù)性，重構所得的信號會產(chǎn)生偽吉布斯效應，而軟閾值方法估計后的小波系數(shù)和分解得到的小波系數(shù)總存在恒定的偏差，直接影響重構信號與真實信號的逼近程度；另一方面，在某些動態(tài)環(huán)境例如無人機自主飛行中，動態(tài)獲取的圖像不僅包含大量的噪聲，同時自然場景下的圖像富含方向性特征，更多得高頻細節(jié)和高頻噪聲很難區(qū)分，給小波去噪帶來了較大困難。

發(fā)明內(nèi)容

本發(fā)明的目的旨在至少解決上述技術缺陷之一。

為達到上述目的，本發(fā)明提出一種基于雙樹離散小波包的圖像去噪方法，包括以下步驟：構造雙樹離散小波；根據(jù)所述雙樹離散小波對圖像進行分解，獲得多個子頻帶以及所述子頻帶的小波系數(shù)；計算各個子頻帶的小波系數(shù)的自相關系數(shù)，并選取所述小波系數(shù)的自相關系數(shù)小于預定的第一閾值的子頻帶進行小波包分解，獲得第二層雙樹離散小波包；以及基于所述第二層雙樹離散小波包將所述圖像變換到小波域中，并計算所述小波系數(shù)的鄰域相關性，以及根據(jù)所述小波系數(shù)的鄰域相關性對所述圖像進行去噪和圖像增強。

根據(jù)本發(fā)明實施例的基于雙樹離散小波包的圖像去噪方法，通過利用小波系數(shù)之間的相似性關系分析圖像的噪聲分布特征特性，設計出的小波包構造方案在實現(xiàn)自然場景去噪的情況下，能夠同時實現(xiàn)圖像增強。而且，本發(fā)明的方法只對源圖像進行處理，不需要任何先驗知識，通用性強。

本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

本發(fā)明上述的和/或附加的方面和優(yōu)點從下面結合附圖對實施例的描述中將變得明顯和容易理解，其中：

圖1為本發(fā)明實施例的基于雙樹離散小波包的圖像去噪方法的流程圖；

圖2為本發(fā)明一個實施例的三級雙樹離散小波變換結構示意圖；以及

圖3為本發(fā)明一個實施例的滿樹小波包分解結構示意圖。

具體實施方式

下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自始至終相同或類似的標號表示相同或類似的元件或具有相同或類似功能的元件。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能解釋為對本發(fā)明的限制。

如圖1所示，根據(jù)本發(fā)明實施例的基于雙樹離散小波包的圖像去噪方法，包括以下步驟：

步驟S101，構造雙樹離散小波。

在本發(fā)明的一個實施例中，使用q-shift設計方案構造雙樹離散小波。

如圖2所示為一個示例的三級雙樹離散小波變換結構，其中，

h_0b(n)＝h_0a(N-1-n)，N為濾波器長度為偶數(shù)，即h_0b(n)是h_0a(n)的反轉。

自然地，h_0b(n)和h_0a(n)的傅里葉變換長度相等，但是兩者不能達到半樣本延遲，即：

|H_0b(ω)|＝|H_0a(ω)|

∠h_0b(n)＝∠H_0a(ω)-(N-1)ω。

為了實現(xiàn)半樣本延遲，令∠h_0b(n)＝-∠H_0a(ω)-0.5ω，則有：

∠H_0a(ω)-0.5ω＝-∠H_0a(ω)-(N-1)ω

∠H_0a(ω)＝-0.5(N-1)ω+0.25ω

也就是說，H_0a(ω)是近似線性相位濾波器，它的對稱中心是n＝0.5(N-1)-0.25，其比一般線性相位濾波器的對稱點偏移了四分之一個樣本。