平移不变自适应块阈值图像去噪算法

余义斌，郑小奔



平移不变自适应块阈值图像去噪算法

余义斌，郑小奔

（五邑大学 信息工程学院，广东 江门 529020）

为有效抑制图像阈值去噪产生的伪吉布斯现象，提出了平移不变自适应块阈值图像去噪算法（ABTTI）. 即，首先在小波域中将小波系数分成子块，然后利用块平移不变性、块阈值自适应性，并采用本文提出的基于子块能量的自适应阈值方法计算分块阈值. 利用3种经典测试图像，与软阈值、块阈值等算法进行对比，结果证明ABTTI算法不仅具有好的去伪影性能，而且可以获得更高的峰值信噪比和计算效率.

自适应块阈值；平移不变性；图像去噪

在图像信号的获取与传输中，各种噪声如加性、乘性、松泊噪声等会使图像失真而影响主观视觉效果，并对图像的分析、压缩等产生巨大影响：因此，对图像进行有效去噪处理非常关键. 小波变换因具有良好的时频局部化及多分辨率分析能力而广泛应用于信号及图像处理领域[1-2]. Weaver等[3]最早将小波变换运用于图像去噪. Donoho对阈值滤波算法作了系统阐述，提出了软阈值（Soft Threshold）[4]及统一阈值（Universal Threshold）[5]法，但由于没有考虑图像的局部统计信息，这2种方法都会导致滤波后的图像过于平滑；Donoho等[6]还提出了SUREShrink阈值法，与统一阈值法相比，它保留了图像的不连续部分，但同时也保留了过多的噪声. 在小波系数服从广义高斯分布的前提下，Chang等[7]提出了BayesShrink阈值，它利用子带小波系数的统计信息，去噪性能有很大提高，但对图像的局部信息利……