[发明专利]基于滑窗邻域数据选择的小波图像降噪方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种小波图像降噪的方法。

背景技术

目前小波图像去噪已经出现了许多方法，如软阈值和硬阈值去噪方法。其中NeighCoeff和NeighBlock方法，将要处理的小波系数置于由周围系数所组成的方窗内，由窗内所有的小波系数共同决定该小波系数的处理；而NeighShrink方法则根据邻域窗口内所有小波系数的平方和的大小来决定处于该窗口中心的小波系数的处理。NeighShrink方法在保留图像细节方面优于普通软硬阈值方法不过在去噪过程中，容易将边缘数据当成噪声，使得边缘信息平滑化，导致图像模糊不清楚。

发明内容

本发明是针对现有技术的上述不足，提供了一种基于滑窗邻域数据选择的小波图像降噪方法。该方法可以通过计算滑窗面积内图像系数间的相关度系数，取消对相关性低于某个经验值的的窗口的处理，从而达到保护图像边缘的目的，改善对图像的去噪性能。

本发明的基于滑窗邻域数据选择的小波图像降噪方法，包括下列步骤(流程如图1所示)：

步骤1：将含噪图像经过小波变换处理；

步骤2：对每个子带中的小波系数单独处理，处理步骤如下：

1)在每个子带中，以每个小波系数为中心，对各个滑动窗口内小波系数邻域的中心小波系数做阈值判断，通过Θ=Σj=1n|ρtj|n+Σi=1n|ρis|n]]>比较该系数所在各邻域的相关度系数Θ，若最大相关度系数Θ大于经验值T，则执行2)，若最大相关度系数Θ小于经验值T，则取消对所在滑窗的阈值处理，直接执行步骤3，其中，(i，j)∈滑窗所在的邻域，(t，s)为滑窗的中心点，为(X₁，X₂，…，X_n)的相关系数矩阵，ρX1X2=Cov(X1,X2)Var(X1)Var(X2)]]>为相关系数，

Cov(X₁，X₂)＝E{[X₁-E(X₁)][X₂-E(X₂)]}为X₁，X₂的协方差定义。