[发明专利]基于双树离散小波包的图像去噪方法

权利要求书

1.一种基于双树离散小波包的图像去噪方法，其特征在于，包括以下步骤：

S1：构造双树离散小波；

S2：根据所述双树离散小波对图像进行分解，获得多个子频带以及所述子频带的小波系数；

S3：计算各个子频带的小波系数的自相关系数，并选取所述小波系数的自相关系数大于预定的阈值的子频带进行小波包分解，获得第二层双树离散小波包，以此类推获得多层双树离散小波包；

S4：基于所述多层双树离散小波包将所述图像变换到小波域中，并计算所述小波系数的邻域相关性，以及根据所述小波系数的邻域相关性对所述图像进行去噪和图像增强。

2.根据权利要求1所述的方法，其特征在于，所述步骤S1进一步包括：

使用q-shift方案构造所述双树离散小波。

3.根据权利要求2所述的方法，其特征在于，所述步骤S2进一步包括：

使用q-shift滤波器将所述图像分解为方向子带；以及

使用滤波器对所述方向子带进行各向异性分解，获得所述多个子频带以及所述子频带的小波系数。

4.根据权利要求1所述的方法，其特征在于，所述步骤S3进一步包括：

q=mnΣi=1mΣj=1nΣl=1mΣh=1nμijlhΣi=1mΣj=1nΣl=1mΣh=1mnμijlh(wij-w‾ij)(wlh-w‾ij)Σi=1mΣj=1n(wij-w‾ij)4]]>

根据所述子频带的小波系数，通过以下的公式，计算所述小波系数的自相关系数，其中，w_ij、w_lh为所述小波系数，m是w_ij和w_lh的行数，n是w_ij和w_lh的列数，是w_ij为中心的一个窗口的小波系数的均值，q是自相关系数，μ是空间邻接矩阵且

5.根据权利要求1所述的方法，其特征在于，所述步骤S4进一步包括：

S41：根据所述小波系数，通过以下的公式，计算所述小波系数的邻域相关性，

qm1m2n1n2=(m2-m1)(n2-n1)Σi=m1m2Σj=n1n2Σl=m1m2Σh=n1n2μijlhΣi=m1m2Σj=n1n2Σl=m1m2Σh=n1n2μijlh(wij-w‾ij)(wlh-w‾ij)Σi=m1m2Σj=n1n2(wij-w‾ij)4]]>

其中，m₁、n₁、m₂、n₂为以w_ij为中心的窗口的顶点坐标值；

S42：根据所述小波系数的邻域相关性，通过以下的公式对所述小波系数进行修正，

wm1n1m2n2′=wm1n1m2n2=αm1n1m2n2]]>

αm1m2n1n2=(1-2σ2logn2(qm1m2n1n)2)*k1]]>

其中，σ为噪声对应的小波系数的方法，n为噪声对应的小波系数的个数，k₁为0-1之间的常数，为修正系数。

S43：根据所述修正后的小波系数进行图像重构。