下载文档原格式
一种改进小波阈值图像去噪方法【摘要】：采用MATLAB进行仿真实验，首先分别对含噪图像使用改进的阈值，改进的阈值函数进行降噪处理，然后将两者结合起来应用于含噪图像。
实验结果表明，使用改进后的阈值和阈值函数进行图像降噪，较之现有的经典方法，通常可获得更好的效果。
【关键词】：小波；阈值；阈值函数；去噪近年来，出现了一种新的数学工具——小波变换，它较之只能提取出函数在整个频率轴上的频率信息，却不能反映信号在局部时间范围内的特征傅立叶变换，在时域和频域同时具有良好的局部化性质，且对于高频成分采用逐渐精细的时频取样步长，从而可以充分突出研究对象的任何细节。
小波变换的这种特点非常符合图像去噪中保留图像细节方面的要求，并且以其低熵性、多分辨率、去相关性、选基灵活性等优点，在图像降噪处理中得到越来越广泛的应用，本文重点讨论利用小波变换进行图像去噪的方法。
1.小波图像去噪小波图像去噪方法属于图像变换域去噪方法，从信号学的角度看，小波去噪是一个信号滤波的问题，而且尽管在很大程度上小波去噪可以看成是低通滤波，但是由于在去噪后，还能成功地保留图像特征，所以在这一点上又优于传统的低通滤波器。
小波去噪实际上是特征提取和低通滤波功能的综合，其流程如图所示：图1小波去噪框图小波去噪方法中最早被提出的是小波阈值去噪方法，它是一种实现简单而效果较好的去噪方法。
1.1小波阈值去噪1.1.1选取阈值函数在阈值去噪中，阈值函数体现了对超过和低于阈值的小波系数模的不同处理策略以及不同估计方法。
常用的阈值函数有硬阈值函数和软阈值函数两种，硬阈值策略保留大于阈值的小波系数，而把小于阈值的小波系数都设定为零。
软阈值策略把小于阈值的小波系数置零，把大于阈值的小波系数的绝对值减去阈值以去除噪声的影响。
硬阈值方法可以很好的保留图像边缘等局部特征，但图像会出现振铃、伪Gibbs效应等视觉失真，而软阈值处理虽相对平滑，但可能会造成边缘模糊等失真现象，这都是我们在工程降噪中所不希望看到的。
一种改进的小波阈值信号去噪方法张晓宁;孙丽君【摘要】为改进滤波效果,提高去噪质量。
通过分析软硬阈值去噪的原理和方法,为小波阈值信号处理提出了一种改进的去噪方法。
该方法综合了软硬阈值的特点,对其参数进行优化设计,通过调节参数值以更好地获得阈值估计。
针对改进后的去噪算法,通过Matlab仿真比较了传统的小波软硬阈值算法与该算法的消噪效果,结果表明,提出的方法有更好的消噪效果和稳定性。
%In order to improve the filtering effect and the quality of denoising,this paper proposes a new denoising method for wavelet threshold signal processing.The method combines the characteristics of soft and hard threshold and optimizes the parameters for better threshold estimation.Through Matlab simulation,the proposed algorithm is compared with the traditional wavelet threshold,which shows that the proposed algorithm had better denoising effect and stability.【期刊名称】《电子科技》【年(卷),期】2012(025)011【总页数】4页(P15-17,24)【关键词】小波阈值去噪;阈值函数;信噪比;均方误差【作者】张晓宁;孙丽君【作者单位】河南工业大学信息科学与工程学院,河南郑州450001;河南工业大学电气工程学院,河南郑州450001【正文语种】中文【中图分类】TP391.9小波变换与傅里叶变换、窗口傅里叶变换相比，它是一个时间和频率的局部变换，因而能有效地从信号中提取信息，通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析，解决了傅里叶变换不能解决的许多问题。
一种改进的小波阈值去噪方法韩子扬;杜利明;王鑫;陈楠【摘要】On the basis of the original wavelet thresholddenoising(WTD)method,an improved image denoising method (FastICA⁃MPSO⁃WTD) is proposed. The method combines the fast independent component analysis (FastICA) with wavelet threshold denoising(WTD)for image denoising. In order to make the effect of wavelet threshold denoising better,the modified particle swarmoptimization(MPSO)is used to optimize the parameter of wavelet threshold. To demonstrate the effectiveness of the proposed method,a test image was selected to conduct the denoising contrast experiment,in which the peak signal⁃to⁃noise ratio (PSNR) was used to evaluate the denoising effect. The experimental results show that the improved method (FastICA⁃MPSO⁃WTD)can improve the denoising effect effectively.%在原有的小波阈值去噪方法的基础上，提出了一种改进的图像去噪方法FastICA⁃MPSO⁃WTD。
一种改进的小波阈值图像去噪方法作者：寇俊克魏连鑫来源：《现代电子技术》2012年第04期摘要：介绍了小波阈值图像去噪的原理，并对常规的软、硬阈值函数在图像去噪中存在的缺陷进行分析，在软、硬阈值函数的基础上提出了一种改进的阈值函数。
通过对含噪声图像分别采用常规的软、硬阈值函数和改进的阈值函数进行去噪处理,实验对比得出：当选取了合适的控制系数时，改进的阈值函数在图像去噪中不仅保留了常规软、硬阈值函数的去噪优越性，而且还克服了常规软、硬阈值函数存在的去噪缺陷，比常规的软、硬阈值函数去噪效果更好。
关键词：图像去噪；阈值函数；均方差；峰值信噪比中图分类号：文献标识码：A文章编号：An improved method for denoising of wavelet threshold images(College of Science, University of Shanghai for Science and Technology, Shanghai 200093, China)Abstract： The principle of wavelet threshold image denoising is introduced. The defect of traditional soft and hard threshold functions in image denoiing is analyzed. An improved threshold function is proposed on the basis of soft and hard threshold functions. The conventional hard, soft threshold functions and the improved function are used respectively in image denosing. The experimental result shows when a appropriate control coefficient is selected, the improved threshold function has not only retain the superiority of traditional soft and hard threshold functions, but also overcome the defect of traditional soft and hard threshold functions. The improved threshold function has better effect than the traditional soft and hard threshold functions in image denoising.Keywords： image denosing; threshold function; MSE; PSNR收稿日期：引言近年来，数字图像处理技术已成为数字技术和计算机技术交叉领域的一个研究热点，而图像去噪又是图像处理领域中一项十分基本而又关键的技术。
一种改进的小波阈值函数去噪方法江虹;苏阳【摘要】针对传统小波阈值去噪算法中软阈值函数和硬阈值函数的不足,在现有文献设计的阈值函数的基础上,构造一个新的阈值函数,它不仅能克服软、硬阈值函数的缺点,同时对噪声的处理更具有灵活性.通过Matlab仿真,对软、硬阈值函数以及本文构造阈值函数的去噪效果,在信噪比(SNR)和均方根误差(RMSE)两个方面进行对比.结果表明,本文提出的阈值函数在信号去噪处理中,能获得更高的信噪比以及更小的均方根误差,具有很好的降噪效果.【期刊名称】《激光与红外》【年(卷),期】2016(046)001【总页数】4页(P119-122)【关键词】小波阈值去噪;阈值函数;Matlab仿真;信噪比;均方根误差【作者】江虹;苏阳【作者单位】长春工业大学电气与电子工程学院,吉林长春130012;长春工业大学电气与电子工程学院,吉林长春130012【正文语种】中文【中图分类】TN911在实际测量中,信号的采集和传输过程都会因一些干扰而带有不可预知的噪声,如果对这种信号直接处理,得到结果的误差很大,因此去噪是信号处理前必须经过的环节。
一般的去噪方法有线性滤波和非线性滤波两种,这两种方式有个共同的缺点是变换后的熵增高,使信号的非平稳特性很难描述,而且也得不到信号的相关性[1]。
近年来,人们更多地使用小波变换做噪声处理,小波变换以其低熵性、多分辨率等特性,使得它适合用于信号的去噪过程。
运用小波变换处理噪声分为三类,第一类是基于小波变换模极大值原理去除噪声；第二类是对含噪声信号作小波变换后,通过计算相邻尺间小波系数的相关性,根据相关性大小对小波系数进行取舍,最后重构得到去噪信号；第三类是阈值去噪,它是根据小波变换后信号和噪声的小波系数分布不同,对小波系数进行不同的处理实现的[2]。
一般我们说的阈值去噪法是由Donoho在1995年提出的硬阈值去噪和软阈值去噪两种方法,这两种方法的计算量小,实现起来也简单,因而得到了广泛的应用。
