小波阈值图像去噪ppt课件

1、姓名：丁红军学院：精仪学院学号：12152020021、图像噪声2、小波阈值去噪 3、去噪的流程与步骤 4、仿真结果5、去噪结果分析6、结论 1、图像噪声 图像信号在其构成、传输、变换以及终端处置中，经常会遭到各种噪声的干扰而降质。 4 为什么进展图像去噪？ 随着各种数字仪器和数码产品的普及，图像和视频已成为人类活动中最常用的信息载体，它们包含着物体的大量信息，成为人们获取外界原始信息的主要途径。然而在图像的获取、传输和存贮过程中经常会遭到各种噪声的干扰和影响而使图像降质，并且图像预处置算法的好坏又直接关系到后续图像处置的效果，如图像分割、目的识别、目的跟踪等，所以为了获取高质量数字图像，很有

2、必要对图像进展降噪处置，尽能够的坚持原始信息完好性即主要特征的同时，又可以去除图像中无用的噪声。所以，降噪处置不断是图像处置和计算机视觉研讨的热点。5 常见噪声类型及去噪方法 高斯噪声高斯噪声椒盐噪声椒盐噪声散斑噪声散斑噪声随机值噪声随机值噪声去噪方法：均值滤波、中值滤波、维纳滤波、高斯滤波、马尔去噪方法：均值滤波、中值滤波、维纳滤波、高斯滤波、马尔可夫随机场模型、偏微分方程、小波分析可夫随机场模型、偏微分方程、小波分析2、小波阈值去噪、小波阈值去噪2.1 小波图像去噪原理小波图像去噪原理2.2 常用的小波阈值函数常用的小波阈值函数 小波图像去噪原理 小波图像变换的三级分解表示图小波图像变换的

3、三级分解表示图 图像和噪声在经小波变换后具有不同的统计特性：图像本身的能量对应着幅值较大的小波系数，主要集中在低频LL部分；噪声能量那么对应着幅值较小的小波系数，并分散在小波变换后的一切系数中。基于此可设置一个适宜的阈值门限，以为大于该阈值的小波系数的主要成份为有用的信号，给予收缩后保管；小于该阈值的小波系数，主要成份为噪声，予以置零剔除；然后经过阈值函数映射得到估计系数；最后对估计系数进展逆变换，就可以实现去噪和重建。去噪时，通常以为低通系数含有大量的图像能量，普通不作处置，只对剩余三个高通部分进展处置。一次阈值去噪并不能完全去除噪声，还需求对未作处置的低频部分LL再次进展小波分解和阈值去噪

4、，直到实践图像与估计图像的偏向到达最小值。但是，随着分解和去噪次数的添加，小波系数中的噪声能量越来越小，并且趋于分散，去噪的效果将逐渐降低。普通来说，进展3-4层小波分解和去噪就可以到达称心的去噪效果。 2.2 常用的小波阈值函数 阈值函数法又称小波阈值去噪法是目前研讨和运用比较广泛的去噪方法之一。 阈值函数法主要是基于在小波高频子空间中，比较大的小波系数普通都是以实践信号为主，而比较小的小波系数那么很大程度上都是由噪声产生，因此可经过设定适宜的阈值去除噪声。 首先将小于阈值的系数置为零，而保管大于阈值的小波系数，再经过一个阈值函数映射，得到估计系数，最后对估计系数进展逆小波变换，就可以得到去

5、噪后的信号重建。但噪声程度比较高时，容易将原信号的高频部分模糊掉。在这里如何对小波系数进展挑选是阈值函数法的关键步骤，小波系数的挑选又主要依赖于阈值函数和阈值的选择。 常用的小波阈值函数 软阈值函数：软阈值函数：硬阈值函数：硬阈值函数：最正确软阈值函最正确软阈值函数：数：,sgn0,j kj kj kj kj kwwTwTwTw,sgn, 010,j kj kj kj kj kwwaTwTwTaw,0,j kj kj kj kwTwTww 3. 小波阈值去噪的流程与步骤 3.1 小波阈值去噪的流程 3.2 小波阈值去噪步骤 3.3 参数选择3.1 小波阈值去噪的流程3.2 小波阈值去噪步骤1二

6、维信号的小波分解。选择一个小波sym8和小波分解的层次 N3, 然后计算信号S 到第 N 层的分解。 2对高频系数进展阈值量化，对于从一到 N 的每一层，选择一个阈值，并对这一层的高频系数进展软阈值化处置。 3二维小波的重构，根据小波分解的第 N 层的低频系数和经过修正的从第一层到第 N 层的高频系数，来计算二维信号的小波重构。 3.3 参数选择1小波为sym8和小波分解的层次为3；2最正确阈值系数为a=0.6774；3根据小波分解的尺度选择不同的阈值4.小波阈值去噪的仿真结果 l5.去噪结果分析 Tianjin University 1 1均方误差均方误差(MSE)(MSE)：2,0 ,111=-MNi ji jijMSEuuMN注：注：MSEMSE越小阐明去噪效果越好。越小阐明去噪效果越好。2峰值信噪比PSNR：PSNR值越大，就代表失真越少。其中，MSE是原图像与处置图像之间均方误差。 经过比较，可以得出结论，运用最正确软阈值算法得到的性噪比明显比硬、软阈值得到的高，而均方差又明显比较小。虽然硬阈值的数据比最正确软阈值差不多，但是最正确软阈值对图像细节的维护明显比硬阈值的好。 6、结论 在小波变换图像去噪实际中，