[发明专利]基于自适应滑窗邻域阈值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。虽然NeighShrink方法在保留图像细节方面优于普通软硬阈值方法，但是利用NeighShrink方法进行去噪处理时，滑动窗口的大小仅凭借经验决定。而滑动窗口的大小对于不同子带去噪效果有着不同的影响：在高频子带中滑窗过大容易平滑细节信息；低频子带中滑窗过小数据信息少，影响去噪的效果。为了解决这个问题，自适应阈值的改进的NeighShrink方法已被提出。自适应阈值一定程度上可以解决窗口面积不确定的问题，但是不能够很好地控制窗口内数据量和有效信息量，而这两项是去噪的根本根据。

发明内容

本发明是针对现有技术的上述不足，提供了一种基于自适应滑窗邻域阈值的小波图像降噪方法。该方法使滑窗面积可以根据滑窗内数据的自相关系数自动调整窗口大小，选择相关性最高的窗口进行处理，从而达到控制窗口内数据量和有效信息量的目的，改善对图像的去噪性能。

本发明的基于自适应滑窗邻域阈值的小波图像降噪方法，包括下列步骤(流程如图1所示)：

一种基于自适应滑窗邻域阈值的小波图像降噪方法，包括下列步骤：

步骤1：将含噪图像经过小波变换处理，分解为各个子带；

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，将最大相关度系数Θ所在的滑窗作为阈值处理的窗口，式中，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，