[發明專利]基于shearlet變換和維納濾波的圖像去噪方法

有效

• 申請號: 201210364581.8
• 申請日: 2012-09-18
• 公開（公告）號: CN102890820A
• 公開（公告）日: 2013-01-23
• 發明（設計）人: 苗啟廣;許鵬飛;陳為勝;劉如意;宋建鋒;權義寧;劉天歌
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06T5/10
• 分類號: G06T5/10
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 田文英;王品華

技術領域

本發明屬于圖像處理技術領域，更進一步涉及圖像預處理領域中基于shearlet變換和維納濾波的圖像去噪方法?？蓱糜诤懈咚拱自肼暤墓鈱W灰度圖像去噪，以獲得具有高信噪比的更清晰的圖像。本發明應用于圖像分析、圖像預處理中可以有效地減少圖像中的噪聲，尤其是對于含有高斯噪聲的圖像，能夠取得更好的去噪效果，更能滿足人的視覺心理和實際應用的要求。

背景技術

在圖像預處理領域中，為了去除原始圖像中含有的高斯白噪聲，以得到高質量、高信噪比的清晰圖像，并為圖像后處理提供有利條件而采用圖像去噪的方法。目前圖像去噪方法主要采用基于小波變換的閾值去噪方法和基于小波變換的維納濾波去噪等方法來實現圖像去噪。

電子科技大學擁有的專利技術“一種基于偏微分方程的雙樹復小波圖像去噪方法”(公開號：CN101777179A，授權日：2012年02月15日，申請日：2010年02月05日)中公開了一種基于偏微分方程的雙樹復小波圖像去噪方法。該方法首先對輸入的含噪圖像進行雙樹復小波變換分解，并對分解后的兩個低頻子帶圖像進行各向同性擴散；再設計改進的自適應模型，計算每個方向上高頻細節子帶圖像的雙樹復小波變換模和梯度模，利用雙樹小波變換模和梯度模的加權平均來設計一種自適應的擴散系數函數來改進P-M模型；然后對改進的自適應模型離散化處理，并對六個高頻子帶圖像進行各向異性擴散；最后進行雙樹復小波逆變換，輸出去噪后的圖像。該方法雖然具有較好的區分噪聲和信號的能力，但是仍然存在的缺點是，雙樹復小波變換缺乏平移不變性，導致得到的去噪后圖像出現失真，主要表現為振鈴效應和偽Gibbs效應。此外此方法在去噪時沒有考慮到在小波分解的不同尺度上噪聲對圖像干擾程度的不同，因此不能達到很好的去噪效果。

田沛等人在文獻“田沛，李慶周，馬平，牛玉廣，‘一種基于小波變換的圖像去噪新方法’[J]，中國圖形圖像學報，13(3)，395-399(2008)”中提出了基于小波變換和維納濾波的圖像去噪方法。該方法首先對圖像進行小波變換；然后根據高斯噪聲的小波系數和圖像的小波系數之間存在的不同特點，對不同尺度不同方向上的小波系數進行維納濾波；最后對濾波后的小波系數進行逆小波變換，得到去噪后圖像。此方法雖然能提高圖像的峰值性噪比(PSNR)，并且能夠保留更多的圖像細節信息。但是仍然存在的缺點是，小波變換不能很好的表達圖像中的各向異性的細節信息，因此不能很好地去除各向異性的圖像中含有的噪聲。

綜上所述，基于小波變換的圖像去噪方法在圖像去噪方面雖然獲得了較好的效果。但是小波變換不能很好的表達圖象的各向異性信息，如數字圖像中的邊緣信息以及線狀特征信息，所以在利用基于小波變換的去噪方法得到的去噪后圖像中，圖像中的邊緣和細節位置上不可避免出現一定程度的模糊現象。

發明內容

本發明的目的是針對現有技術基于小波變換的圖像去噪方法導致的圖像去噪效果不理想和圖像失真的缺點，提出了基于shearlet變換和維納濾波的圖像去噪方法。在本發明中對圖像的基于shearlet變換的分解原理包括了對稱擴展，剪切變換和小波包分解的三部分。本發明充分利用shearlet變換對圖像進行分解得到的分解系數能夠更好的表現出圖像的細節信息的優點，同時利用維納濾波能夠較好去除高斯白噪聲的特點，將shearlet變換和維納濾波相結合以進行圖像去噪。最終得到的去噪后圖像即能有效地抑制噪聲，又能保留圖像更多的細節信息。

本發明實現的具體步驟如下：

(1)輸入源圖像

在計算機中應用matlab軟件讀取存儲在計算機硬盤空間中的源圖像。

(2)對稱擴展

2a)對源圖像進行水平對稱擴展，以圖像的兩條垂直邊界線中的某一條為對稱軸，按水平擴展公式將圖像映射到對稱軸的另一邊，得到水平擴展圖像；

2b)對源圖像進行垂直對稱擴展，以圖像的兩條水平邊界線中的某一條為對稱軸，按垂直擴展公式將圖像映射到對稱軸的另一邊，得到垂直擴展圖像。

(3)剪切變換

對步驟(2)中得到的擴展后圖像按剪切變換公式進行剪切變換，并將剪切變換后的圖像存入計算機內存。

(4)小波包分解

利用離散小波包分解工具分別對剪切變換后圖像進行小波包多尺度分解，得到分解后的低頻系數和高頻系數，存入計算機內存。

(5)維納濾波

5a)讀取步驟(4)中所有的高頻系數；

5b)利用維納濾波器工具對步驟5a)中讀取的高頻系數進行維納濾波處理，得到濾波后的高頻系數，將濾波后的高頻系數存入計算機內存。