[发明专利]基于滑窗邻域数据选择的小波图像降噪方法

摘要

本发明涉及一种基于滑窗邻域数据选择的小波图像降噪方法，包括：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按下列步骤处理：1)在每个子带中，以每个小波系数为中心，对每个邻域内的中心小波系数做阈值判断，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，则执行2)；若最大相关度系数Θ小于经验值，则直接进入步骤3；2)计算1)中选取的阈值处理窗口的贝叶斯自适应阈值，得到缩放因子；3)将窗口中心的小波系数按缩放因子进行收缩；步骤3依次对小波各个子带进行自适应滑动窗口邻域小波处理之后，再将小波系数重构，得到滤波之后的图像。本发明提供的小波图像降噪方法，具有较高的峰值信噪比和更好的图像边缘保护效果。

主权项

1.一种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：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。2)设{d_m，n}是含噪图像小波后的系数的集合，对每一个小波系数d_m，n，设以它为中心的邻域窗口为W_m，n，定义邻域N_m，n(d)包含所有落在以当前阈值化小波系数为中心，半径为d的方阵内所有小波系数，d为水平或垂直方向上相邻小波系数的间隔，计算1)中选取的阈值处理窗口的基于广义高斯模型的贝叶斯自适应阈值其中，噪声标准差采用鲁棒性中值估计一层对角高频子带，信号方差则按估计，得到缩放因子αm,n=1-(nλSm,n)2,]]>其中Sm,n2=Σ(m,n)∈Wm,ndm,n2;]]>3)将窗口中心的小波系数按缩放因子进行收缩；步骤3：依次对小波各个子带进行自适应滑动窗口邻域小波处理之后，再将小波系数重构，得到滤波之后的图像。