[發明專利]一種基于層次分析法選取小波基的圖像去噪方法

有效

• 申請號: 201410392521.6
• 申請日: 2014-08-11
• 公開（公告）號: CN104182935B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 翟永梅;陳剛;趙琪
• 申請（專利權）人: 同濟大學
• 主分類號: G06T5/00
• 分類號: G06T5/00
• 代理公司: 上海科盛知識產權代理有限公司31225
• 代理人: 葉敏華

技術領域

本發明涉及數字圖像處理領域，尤其是涉及一種基于層次分析法選取小波基的圖像去噪方法。

背景技術

層次分析法即解析遞歸過程(Analytic?Hierarchy?Process，AHP)是由美國運籌學家Saaty于20世紀70年代提出來的一種定性與定量分析相結合的多目標決策分析方法。其主要思想是：首先根據問題的性質和要求達到的總目標，將問題按照層次分解成不同的因素，同一層次L內各個不同因素的權重(即重要程度)，可以通過它們兩兩之間進行成對判斷來得到。下一層次L+1內因素的重要程度，既要考慮本層次，又要考慮上一層次的權重因子。因此，一般要計算組合權重，并且一層一層地計算下去，一直到最后一層。最終，方案之間的相對重要性可以通過內在因素的重要性(權重)加以體現。

遙感圖像去噪的實質是抑制信號中的無用成分，增強有用成分，重建出原始信號的處理過程。傳統的去噪增強方法大多是將被噪聲干擾的圖像通過一個濾波器，濾除掉噪聲所占的頻率成分。此類方法有一定的效果，但是對脈沖信號、白噪聲、非平穩過程信號等有一定的局限性。

目前利用小波進行去噪的方法主要有三類：第一類是由Mallat提出的基于小波變換模極大值原理的去噪方法；第二類是相關性方法；第三類是有Donoho提出的閾值去噪法，也是研究和運用最多的方法。

利用小波分析進行去噪可以取得良好的效果，主要原因如下：①低熵性，小波系數的稀疏分布使圖像變換后的熵大幅降低；②多分辨率特性，由于采用了多分辨率分辨方法，小波分析可以很好刻畫信號的非平穩特征(例如圖像的邊緣、信號的尖峰、斷點等)，可以在不同的分辨率下根據信號和噪聲的分布特點進行去噪；③去相關性，因為小波變換可以對信號進行去相關化處理，并且噪聲在變換之后有白化的趨勢，所以小波域比時域或者空域更有利于去噪；④選基的靈活性，由于小波分析可以靈活地選擇小波基，可以根據信號的特點和噪聲的特點選取多小波，提升小波，小波包，平移不變小波等，在不同的場合，還可以根據不同的目的選擇不同的小波母函數。目前的旋轉變壓器軟件解碼算法大多數都采用的是計算反正切函數這一途徑，這就不可避免的帶來了抗干擾性較差的問題。

目前主要有兩種方法來評價圖像質量的好壞：主觀評價法和客觀評價法。主觀評價法通過參評者根據自身的感受對圖像的質量作出評價。這種方法的優點是面向人的視覺系統，評價真實全面，但是評價的結果受評價者的個人偏好，自身素質等不可控因素的影響巨大，此外，人的視覺心理因素很難用確定的物理量來準確地度量，因而離散性較大。客觀評價是建立能夠自動評價圖像質量的客觀評價模型，這些模型一般通過提取一個或者多個圖像質量量度指標來衡量圖像質量好壞。客觀評價的模型可以采用數學公式加以描述，計算起來方便，結果直觀明確，能夠進行定量分析，適用于機器處理。為了進行定量、客觀的比較分析，需要采用客觀評價方法。

發明內容

本發明的目的就是為了克服上述現有技術存在的缺陷而提供一種基于層次分析法選取小波基的圖像去噪方法，建立了基于層次分析法的小波基評價的基本框架，可以方便直觀地選取最優小波基，為實際圖像操作提供科學客觀的依據。

本發明的目的可以通過以下技術方案來實現：

一種基于層次分析法選取小波基的圖像去噪方法，包括以下步驟：

步驟S1：選取用來評價圖像去噪結果的指標，采用層次分析方法，建立了相對重要性判斷矩陣，對各個指標的權重進行了量化分析，并經一致性檢驗可靠；

所述的步驟S1具體包括：

101：選取峰值信噪比、均方差、平均亮度、平均對比度、三階矩、一致性、熵作為評價圖像去噪結果的指標，設為因素A₁，A₂，…，A_n，n＝7；

102：基于因素A_n構建不同層次，對比因素A_n之間的重要性，得到相對重要性標度a_ij，a_ij表示A_i對比A_j的重要性，且a_ij＝1/a_ji，進而獲得n×n的判斷矩陣A＝(a_ij)；

所述的相對重要性標度采用的比例標度為1-9標度；