[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

摘要

本发明提出一种基于双树离散小波包和信噪比估计的图像去噪方法，包括以下步骤：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；估计各个子带的小波系数的信噪比；利用小波系数的信噪比构造多层双树离散小波包结构；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；本发明通过估计小波系数的信噪比来分析含躁图像的噪声分布特性，设计出的小波包构造方案实现了多尺度平稳小波分析下的去噪效果，同时能够保持图像边缘和纹理细节。

主权项

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。