数字图像处理中的图像压缩与去噪算法研究

I 数字图像阈值去噪算法研究与实现

摘要

图像在获取和传输的过程中经常要受到噪声的污染。噪声对图像分析有着非常重

要的影响，必须在分析前去除。所以，图像去噪成为图像分析和处理的重要技术。

传统的去噪方法不仅滤出了图像的噪声，同时使图像细节变得模糊。小波变换是

继傅琨叶变换之后的又一时频分析工具。小波变换由于在时域频域同时具有良好的局

部化性质和多分辨率分析的特点，因此不仅能满足各种去噪要求，如低通、高通、随

机噪声的去除，而且与传统的去噪方法相比较，有着无可比拟的优点，成为信号分析

的一个强有力的工具，被誉为分析信号的数学显微镜。其应用包括图像预处理、图像

压缩与传输、图像分析、特征提取等图像处理的很多阶段。

首先，介绍了本课题的研究目的，并介绍了目前常用的去噪方法及这些方法之间

的比较。

II 其次，在简述了小波变换的发展历史和小波变换的基本理论知识后，对以小波为

工具在数字图像处理方面进行了有益的探索。

再次，给出了小波边缘检测理论，接下来针对小波去噪的理论和方法着重进行了

介绍，包括小波去噪的原理、方法和阈值去噪处理等方面的内容。

最后，对本文的工作进行了总结。

小波变换由于具有“数学显微镜”的作用，在去噪的同时能保持图像细节，得到

原图像的最佳恢复。在众多的小波去噪方法中，运用最多的是Donoho小波阈值萎缩法，

但Donoho给出的阈值有“过扼杀”小波系数的倾向，重建误差较大。

本文提出基于小波变换与中值滤波相结合的方法实现了图像去噪。该方法在去噪

之前，先通过小波边缘检测确定图像边缘特征的小波系数，保留这些位置的小波系数，

其不受闽值去噪影响，对其它位置的小波系数进行自适应阈值去噪，去除高斯噪声。

然后对图像进行中值滤波，去除椒盐噪声。该算法的实验结果表明不仅能滤出图像中

高斯噪声和椒盐噪声的混合噪声，而且能较好的保留图像的边缘

III 细节，其滤波效果优

于传统的图像去噪方法。

浅议数字图像去噪技术及其应用

摘 要：数字图像去噪技术一直以来都是数字图像处理研究领域的一个热点问题，该技术在当代已经越来越重要，并广泛应用到人们生活的方方面面。笔者在数字图像去噪技术方面也做了一点粗浅的研究，本文就结合笔者的认识和体会谈一谈几种数字图像去噪方法和数字图像去噪技术在现实中的应用。

关键词：数字图像；图像噪声；去噪技术；中值滤波；小波滤波

在数字化发展的今天，信息在人们生活和工作中的作用越来越突出，并逐渐改变着人们的生活和工作方式，其中最主要、最直观的信息就是图像信息。然而，在实际应用中数字图像经常会由于元器件、电阻、电磁干扰等设备因素，温度、光照等外界环节因素以及人为因素的影响产生图像噪声，从而使得图像质量不理想，偏离了原始图片。因此，数字图像去噪就成为一个亟待解决的问题，具有很强的现实意义。下面笔者就谈一谈几种数字图像去噪方法和数字图像去噪技术在现实中的应用。

1 数字图像去噪方法

当前，数字图像去噪的方法有很多，从本质上讲这些方法都是低通滤波的方法。低通滤波既有有利的地方，也有不利的地方，它既能消除图像噪声，又能消除图像中一些有用的高频信息。因而，我们所研究的各种数字图像去噪方法从根本上来说就是权衡去噪和保留高频信息。在数字图像去噪方法中，我们比较常见的有以下几种方法： 1.1 中值滤波算法

中值滤波算法最早是由turky于1971年提出来的，是一种典型的非线性空间域去噪算法。其算法利用了像素点和噪声点之间的灰度值差别很大这一特性。中值滤波算法的主要原理是：以一个像素为中心取其邻域，然后对邻域中各像素的灰度值进行排序，取中值作为中心像素的灰度值，换句话说就是中心像素点的灰度值被邻域像素点灰度值的中值所替代。这种方法能很好的消灭噪声，但同时也损坏了图像的边缘，造成了部分细节的丢失。因此，部分科学家和学者在此基础上又提出了中心加权中值滤波算法、开关中值滤波算法、极值中值滤波算法等等，这些方法都是针对中值滤波算法的缺陷提出来的，具有很强的实用价值。

自动化技术与应用》２０１　０年第２９卷第１期　．　通信与信息处理　一　．．——ＣｏｍｍｕｎｉｃＡｔｉｏｎ　ａｎｄ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｐ　ｒｆｌｃｅ￣ｓｉｎ９　。——　

一种新的静态图像压缩编码算法的研究　

范为菊，姜培刚，宋均思，詹　勇　

（青岛理工大学，山东青岛２６６０３３）　

摘　要：在静态图像传输中，针对含有噪声的数字图像去除相关性差的问题，借助数字图像的噪声模型，对图像作去噪处理后用静态图　

像压缩标准ＪＰＥＧ基本系统对图像压缩编码，采用ＶＣ＋＋６．０实现该算法。实验结果表明，该方案具有较高压缩比、信噪比等　

良好性能，具有广泛的应用价值。　

关键词：静态数字图像；图像编码；图像压缩；ＪＰＥＧ标准；噪声模型　

中图分类号：ＴＰ３９１．４１　文献标识码：Ｂ　文章编号：１００３～７２４１（２０１０）０１—００４４—０４　

Ａ　Ｎｅｗ　Ｒｅｓｅａｒｃｈ　ｏｆ　Ｓｔｉｌｌ　Ｉｍａｇｅ　Ｅｎｃｏｄｉｎｇ　Ｃｏｍｐｒｅｓｓｉｏｎ　Ａｌｇｏｒｉｔｈｍ　

ＦＡＮ　Ｗｅｉ－ｊｕ，ＪＩＡＮＧ　Ｐｅｉ－ｇａｎｇ，ＳＯＮＧ　Ｊｕｎ－ｓｉ，ＺＨＡＮ　Ｙｏｎｇ　

（Ｑｉｎｇｄａｏ　Ｔｅｃｈｎｏｌｏｇｉｃａｌ　Ｕｎｉｖｅｒｓｉｔｙ，Ｑｉｎｇｄａｏ　２６６０３３　Ｃｈｉｎａ）　

Ａｂｓｔｒａｃｔ：Ｉｎ　ｔｈｅ　ｔｒａｎｓｍｉｓｓｉｏｎ　ｏｆ　ｓｔｉｌｌ　ｉｍａｇｅｓ，ａｉｍｅｄ　ａｔ　ｔｈｅ　ｐｒｏｂｌｅｍ　ｏｆ　ｉｍｐａｉｒｉｎｇ　ｄｅｐｅｎｄｅｎｃｙ　ｏｆ　ｎｏｉｓｅｄ　ｄｉｇｉｔａｌ　ｉｍａｇｅ，ｔｈｅ　ｐａｐｅｒ　ｇｉｖｅｓ　ａｎ　ｉｍｐｒｏｖｅｍｅｎｔ　ｏｆ　ＪＰＥＧ　ｅｎｃｏｄｉｎｇ　ｃｏｍｐｒｅｓｓｉｏｎ　ｔｈａｔ　ｃｏｄｅ　ｔｈｅ　ｉｍａｇｅ　ｗｉｔｈ　ＪＰＥＧ　ｂａｓｉｃ　ｓｙｓｔｅｍ　ａｆｔｅｒ　ｗｅａｋｅｎｉｎｇ　ｎｏｉｓｅ　ｐｒｏｃｅｓｓ　ｏｆ　ｉｍａｇｅ　ｗｉｔｈ　ｎｏｉｓｅ　ｍｏｄｅｌ　ｏｆ　ｄｉｇｉｔａｌ　ｉｍａｇｅ　ａｎｄ　ｉｍｐｌｅｍｅｎｔ　ｉｔ　ｕｓｉｎｇ　ＶＣ＋＋６．０．Ｔｈｅ　ｒｅｓｕｌｔｓ　ｏｆ　ｅｘｐｅｒｉｍｅｎｔ　ｓｈｏｗ　ｔｈａｔ　ｔｈｉｓ　ｃｏｍｐｒｅｓｓｉｏｎ　ｃｏｎｃｅｐｔ　ｐｒｏｖｉｄｅｓ　ｂｅｔｔｅｒ　ｉｍｐｒｅｓｓｉｖｅ　ｐｅｒｆｏｒｍａｎｃｅ：ｈｉｇｈ　ｓｉｇｎａｌ—ｔｏ—ｎｏｉｓｅ—ｒａｔｉｏ　ａｎｄ　ｃｏｍｐｒｅｓｓｉｏｎ—ｒａｔｉｏ，　ａｎｄ　ａｌｓｏ　ｈａｓ　ｔｈｅ　ｖａｌｕｅ　ｏｆ　ｆｌ　ｗｉｄｅ　ｒａｎｇｅ　ｏｆ　ａｐｐｌｉｃａｔｉｏｎｓ．　Ｋｅｙ　ｗｏｒｄｓ：ｓｔｉｌｌ　ｄｉｇｉｔａｌ　ｉｍａｇｅ；ｉｍａｇｅ　ｃｏｄｉｎｇ；Ｉｍａｇｅ　ｃｏｍｐｒｅｓｓｉｏｎ；ＪＰＥＧ　ｓｔａｎｄａｒｄ；ｎｏｉｓｅ　ｍｏｄｅｌ　

数字图像处理中的图像压缩算法

随着科技和计算机技术的不断发展，数字图像处理成为了一个非常重要的领域。数字图像处理技术广泛应用于各个领域，如图像储存、通信、医疗、工业等等。在大量的图像处理中，图像压缩算法是非常关键的一环。本文将介绍一些数字图像处理中的图像压缩算法。

一、无损压缩算法

1. RLE 算法

RLE（Run Length Encoding）算法是常见的图像无损压缩算法之一，它的主要思想是将连续的像素值用一个计数器表示。比如将连续的“aaaa”压缩成“a4”。RLE 算法相对比较简单，适用于连续的重复像素值较多的图像，如文字图片等。

2. Huffman 编码算法

Huffman 编码算法是一种将可变长编码应用于数据压缩的算法，主要用于图像无损压缩中。它的主要思想是将频率较高的字符用较短的编码，频率较低的字符用较长的编码。将编码表储存在压缩文件中，解压时按照编码表进行解码。Huffman 编码算法是一种效率较高的无损压缩算法。

二、有损压缩算法

1. JPEG 压缩算法

JPEG（Joint Photographic Experts Group）压缩算法是一种在有损压缩中广泛应用的算法。该算法主要是针对连续色块和变化缓慢的图像进行处理。JPEG 压缩算法的主要思想是采用离散余弦变换（DCT）将图像分割成小块，然后对每个小块进行频率分析，去除一些高频信息，再进行量化，最后采用 Huffman 编码进行压缩。

2. MPEG 压缩算法

MPEG（Moving Picture Experts Group）压缩算法是一种针对视频压缩的算法，它主要是对视频序列中不同帧之间的冗余信息进行压缩。该算法采用了空间域和时间域的压缩技术，包括分块变换编码和运动补偿等方法。在分块变换编码中，采用离散余弦变换或小波变换来对视频序列进行压缩，再通过运动估计和补偿等方法，去除冗余信息。

三、总结

数字图像处理中的图像压缩算法有很多种，其中无损压缩算法和有损压缩算法各有特点。无损压缩方法保证压缩后的图像和原始图像完全一样，主要用于要求精度的图像处理场合。而有损压缩方法虽然会有一些信息丢失，但可以在保证图像质量的基础上大幅降低数据量，节约存储空间和传输带宽。在实际使用中，需要根据具体场景选择合适的压缩算法。