双密度双树复小波变换的局域自适应图像去噪

摘要：

为了改善降质图像质量,提出一种基于双密度双树复小波变换的局域自适应图像去噪算法.分析了双密度双树复小波变换的原理及特点,推导了双变量收缩函数(BSF).通过并行使用4个2D双密度离散小波变换,且行和列采用不同的滤波器组,实现了对噪声图像的双密度双树复小波分解.根据小波系数的统计特性以及层内和层间系数的相关性,采用结合局域方差估计的双变量收缩函数对小波系数进行处理,并用收缩后的小波系数重构去噪图像.最后,将该算法用于灰度图像和彩色图像去噪实验.实验结果表明:与噪声图像相比,在噪声方差为30时,经该算法去噪后的图像获得的最高峰值信噪比增益达11.72 dB,平均结构相似度最高增加了2.7倍,复合峰值信噪比增益达11.68 dB.此外,对不同噪声方差下的不同噪声图像,该算法在滤除噪声的同时可保留更多的图像细节,极大地改善了去噪图像的视觉质量.

关键词：图像去噪、双密度双树复小波变换、双变量收缩函数、平均结构相似度、复合峰值信噪比

所属期刊栏目：17

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家863高技术研究发展计划资助项目2007AA01Z423;国防"十一五"基础研究资助项目C10020060355;重庆市科技攻关重点资助项目CSTC2007AC2018;重庆市自然科学基金资助项目CSTC2008BB2199

在线出版日期：2009-06-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：1171-1180