劉超

【摘要】 圖像去噪是圖像處理領(lǐng)域的一項(xiàng)重點(diǎn)研究內(nèi)容，長期以來圖像去噪的方法都是以小波為基礎(chǔ)的，而小波分析存在著嚴(yán)重的局限性。近年來，多尺度分析理論的出現(xiàn)帶來了數(shù)字圖像處理技術(shù)的重大革新，很好地解決了小波分析存在的不足，在刻畫線奇異等方面具有強(qiáng)大的優(yōu)勢，已經(jīng)成為圖像去噪領(lǐng)域的重要處理技術(shù)。

【關(guān)鍵詞】 多尺度變換 圖像去噪 分析

圖像在進(jìn)行獲取與傳輸?shù)倪^程中，往往會受到各種噪聲的干擾，導(dǎo)致圖像質(zhì)量下降，甚至出現(xiàn)模糊現(xiàn)象，不利于圖像的使用與分析，因此對圖像進(jìn)行去噪處理具有重要的價(jià)值與意義。長期以來圖像去噪的方法都是以小波為基礎(chǔ)的，而小波分析通常局限在點(diǎn)奇異的描述范圍內(nèi)，擴(kuò)展性差，所以去噪技術(shù)存在很多缺陷。近年來，多尺度分析理論的出現(xiàn)帶來了數(shù)字圖像處理技術(shù)的重大革新，很好地解決了小波分析存在的不足，在刻畫線奇異等方面具有強(qiáng)大的優(yōu)勢，因而在圖像去噪領(lǐng)域被廣泛應(yīng)用，成為圖像去噪的重要處理手段。

一、小波變換的理論分析

1.1 小波變換與二維小波變換

小波變換是80年代在傅立葉變換的基礎(chǔ)上發(fā)展起來的一種變換分析方法，它對傅立葉變換局部化的思想作了進(jìn)一步發(fā)展，進(jìn)而克服了傅立葉變換中窗口大小不隨頻率變化而變化的缺點(diǎn)，是對信號時(shí)頻進(jìn)行分析與處理的理想工具。

小波就是分布在較小區(qū)域內(nèi)的波，小波變換是通過對母小波與父小波進(jìn)行縮放和平移實(shí)現(xiàn)的，在時(shí)域和頻域上具備良好的局部特性和多尺度性，可以更好地定位信號。圖像自身具有的特點(diǎn)決定了在將小波變換應(yīng)用到圖像處理中時(shí)，必須將小波從一維推廣到二維。二維小波變換具有較好的旋轉(zhuǎn)能力，不但具備放大的能力，而且具有“極化”性質(zhì)，在變換后形成4個(gè)變量，信息會出現(xiàn)冗余，

以信號處理的角度理解二維小波變換，那么可分離的二維小波的分解就是先后對圖像水平方向和豎直方向進(jìn)行低通和高通濾波。

1.2 Contourlet 變換

Contourlet變換是對圖像進(jìn)行二維表示的一種新方法，具有多分辨率、多方向、局部定位、各向異性等特點(diǎn)。Contourlet變換的基本思想是首先對邊緣奇異點(diǎn)進(jìn)行多尺度分解捕捉，然后將位置相近的奇異點(diǎn)匯集起來，在方向信息上形成輪廓段。這種變換方式是在對拉普拉斯金字塔進(jìn)行分解的基礎(chǔ)上，結(jié)合傳統(tǒng)的多方向?yàn)V波器組來實(shí)現(xiàn)的，主要是以多尺度變換和方向?yàn)V波器組兩步分別來實(shí)現(xiàn)方向的變換。

二、細(xì)尺度間小波系數(shù)相關(guān)性基礎(chǔ)的圖像去噪

2.1 噪聲系數(shù)在細(xì)尺度子帶間的分布特征分析

小波變換后的圖像仍然存在一定的相關(guān)性，這種相關(guān)性可以歸為三類，也就是尺度內(nèi)的、尺度間的和綜合考慮尺度內(nèi)與尺度見這三種系數(shù)相關(guān)性。

2.2 圖像去噪實(shí)驗(yàn)分析

為了分析圖像去噪的實(shí)驗(yàn)效果，本文選取了兩幅大小為512×512像素的圖像作為實(shí)驗(yàn)對象，對圖像分別進(jìn)行了傳統(tǒng)的貝葉斯去噪法和contourlet變換去噪法，通過對比兩種不同去噪法得到的效果圖像，得出結(jié)論：contourlet變換去噪法優(yōu)于傳統(tǒng)的貝葉斯去噪法。

三、基于Contourlet變換的圖像去噪算法改進(jìn)

3.1 方向?yàn)V波器組的多方向分解

方向?yàn)V波器組在Contourlet變換中有著十分重要的作用。早期的濾波器組主要是對一維信號進(jìn)行處理，在面對二維信號時(shí)遇到了困難，因而通過一維的層疊狀樹形結(jié)構(gòu)或者非分離的濾波器組及基函數(shù)得到二維方向?yàn)V波器組開始出現(xiàn)并應(yīng)用。近年來隨著時(shí)代的發(fā)展和技術(shù)的進(jìn)步，圖像的方向性處理要求也不斷提高，DFB濾波器組即多方向?yàn)V波器組被提出并廣泛應(yīng)用于圖象處理中。

3.2 改進(jìn)后的圖像去噪算法與實(shí)驗(yàn)分析

四、結(jié)束語

圖像去噪是圖像處理領(lǐng)域的一項(xiàng)重點(diǎn)研究內(nèi)容，長期以來圖像去噪方法都存在著嚴(yán)重的局限性，多尺度分析理論的出現(xiàn)帶來了數(shù)字圖像處理技術(shù)的重大革新，很好地解決了小波分析存在的不足，因而在圖像去噪領(lǐng)域被廣泛應(yīng)用，成為圖像去噪的重要處理手段。

參 考 文 獻(xiàn)

[1]戴永.基于激光超聲檢測金屬材料表面缺陷的數(shù)值模擬[D].江蘇大學(xué)，2011.

[2]羅敏慧.超聲無損探測中光致聲波的原理及應(yīng)用[D].電子科技大學(xué)，2007.

[3]石一飛.金屬材料表面缺陷及殘余應(yīng)力的激光超聲無損檢測研究[D].南京理工大學(xué)，2009.