[发明专利]基于双树离散小波包和信噪比估计的图像去噪方法

权利要求书

1.基于双树离散小波包和信噪比估计的图像去噪方法，其特征在于，包括以下步骤：

S1：对含噪声的图像进行双树离散小波分解，获得第一层多个子带以及各子带对应的小波系数；

S2：估计各个子带的小波系数的信噪比；

S3：利用小波系数的信噪比构造多层双树离散小波包结构，具体包括：从第一层小波子带开始，判断每一个小波子带是否需要继续分解，如果小波子带信噪比小于所设阈值，则对该小波子带继续进行小波包分解，获得下一层双树离散小波包，否则不分解；依此类推获得多层双树离散小波包；

S4：采用最优阈值选择算法对获得的多层双树离散小波包中所有高频子带小波系数进行阈值选取，根据阈值选取后的小波系数进行图像重构，得到去噪后的图像；所述的最优阈值选择算法选取子带小波系数的计算公式如下：

其中，是含噪图像的第i层j子带的第k个小波系数，是修正后的含噪图像的第i层j子带的第k个小波系数；

对于含噪图像的第i层j子带的自适应阈值β^i,j的计算方法如下：

β^i,j=a*b*i*j*R^i,j*σ^i,j_η

其中R^i,j是含噪图像的第i层j子带的信噪比，σ^i,j_η是含噪图像的第i层j子带的噪声标准差，参数a由分解级数决定，参数b由相应层级的子带决定。

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；以及

使用q-shift滤波器将所述含躁图像分解为方向子带；以及

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

3.根据权利要求1所述的方法，其特征在于，步骤S2中所述的小波系数的信噪比的计算公式如下：

Ri,j=σi,jXσi,jη]]>

其中R^i,j是含躁图像第i层j子带的信噪比，σ^i,j_η是含躁图像第i层j子带的噪声标准差，σ^i,j_X是不含噪图像第i层j子带系数的标准差；

σ^i,j_η用鲁棒中值估计量来估计它：

σi,jηmedian(|Yi,j|)0.6745]]>

其中median为中值函数，|Y_i,j|为含躁图像第i层j子带小波系数的绝对值；

σ^i,j_X计算公式如下：

σi,jX=max((σi,jY)2-(σi,jη)2,0)]]>

其中σ^i,j_Y是含躁图像第i层j子带小波系数Y_i,j的标准差。

4.根据权利要求1所述的方法，其特征在于，步骤S3进一步包括：

从第一层小波子带开始，对于每一个已分解得到的小波子带是否需要继续分解，做如下判断：

如果R^i,j≤K则继续分解第i层j小波子带得到第i+1层子带；

如果R^i,j>K则结束分解第i层j小波子带，

其中K为设定的阈值，取值范围为（0.1,3.0）。