小目标识别的小波阈值去噪方法

刘希佳，陈 宇 ，王文生，刘 柱

(长春理工大学 光电工程学院，吉林 长春30022)

1 引 言

在图像的获取和传输过程中，由于一些内在或外在因素的影响，所获得的信息或所传递的信息会受到一定的干扰，不可避免地引入一些噪声，使终端获取的信息失真;当噪声严重时，甚至无法辨认出其中的信息，这时，就需要对含噪图像进行去噪处理。对信号进行去噪处理的方法很多，小波分析作为目前比较前沿的图像处理手段，是一种时频局部化的分析方法。小波分析具有比其他方法更为优越的性质，如低熵性、多分辨性、解相关性和选基自由性，其中多分辨性又被称为“数学显微镜”［1］，它能够聚焦到信号的任何细节进行时频域分析，有利于信号的精确处理。因此，小波分析以其具有的众多优越特性，在图像处理领域倍受重视。

小波去噪的常用方法包括模极大值重构滤波去噪法、基于小波变换域系数的相关性去噪法和小波阈值去噪法等。在众多小波去噪方法中，由Stanford 大学的D.L. Donoho 和I. M. Johnstone 等人提出的小波阈值去噪以其算法简单、计算量小、去噪效果好等优点得以广泛应用。

在小波阈值去噪方法中，软、硬阈值法是目前应用较为广泛的阈值去噪方法。但是，由于其本身存在的缺点和不足( 如硬阈值法的阈值函数在阈值处不连续，在图像重构时会出现局部的振荡现象，称为伪吉布斯现象;而软阈值法的阈值函数虽然具有连续性，但是由于处理后的小波系数与真实值之间存在恒定偏差，使重构后的图像会出现严重的模糊，损失了大量重要细节信息) 直接影响了软、硬阈值法的进一步发展。……