基于改進(jìn)中值濾波和提升小波變換的閾值去噪方法研究

李金倫，崔少輝，汪 明

（1.軍械工程學(xué)院 導(dǎo)彈工程系，河北 石家莊050003；2.西北核技術(shù)研究所，陜西 西安710024）

引言

圖像信號在生成、傳輸和存儲記錄的過程中，難免會受到各種噪聲的干擾，從而影響視覺效果和對圖像中有效信息的獲取和利用，因此在進(jìn)一步的諸如圖像分割、目標(biāo)識別、邊緣檢測等處理任務(wù)前，需要對圖像進(jìn)行必要的減噪處理。現(xiàn)實(shí)生活中，圖像往往含有兩類噪聲：脈沖噪聲以及高斯噪聲。傳統(tǒng)中值濾波作為經(jīng)典的噪聲濾波方法，雖然能夠較好地去除脈沖噪聲帶來的影響，但該方法可能破壞圖像的細(xì)節(jié)信息，改變信息點(diǎn)的值［1］。因此，人們對傳統(tǒng)中值濾波進(jìn)行了大量的改進(jìn)，例如極值中值濾波和加權(quán)中值濾波等。在抑制高斯噪聲方面，具有代表性的即為均值濾波與小波閾值去噪，但對于圖像中常見的脈沖噪聲，以上兩種方法效果都不盡人意。

針對單一濾波方法無法有效去除混合噪聲的問題，文獻(xiàn)［2］提出了將小波變換與偏微分方程相結(jié)合的圖像去噪方法，該算法利用偏微分方程各向異性特點(diǎn)彌補(bǔ)了小波變換去噪時(shí)改變圖像邊緣信息的缺陷，但對于脈沖噪聲并不能有效地去除。文獻(xiàn)［3］提出的噪聲分離技術(shù)將中值濾波與均值濾波相結(jié)合，但算法在應(yīng)用過程中需要進(jìn)行參數(shù)估計(jì)，而且均值濾波也過于依賴濾波窗口，窗口越大，損失的細(xì)節(jié)越多，圖像就會模糊。

小波變換技術(shù)是近些年發(fā)展起來的一種新的多分辨率分析方法，擁有信號“顯微鏡”的美稱，由于小波的多分辨率分析特性以及去相關(guān)性，使其更利于去除高斯噪聲。……