一种改进的贝叶斯小波阈值图像去噪算法

余传本，刘增力

（昆明理工大学 信息工程与自动化学院，云南 昆明 650500）

0 引言

图像去噪是图像处理的经典问题。在图像获取或传输的过程中，由于各种因素的干扰，图像通常会不可避免地被噪声污染。因此在对图像执行后续处理之前，必须先对图像进行去噪处理。常用的降噪方法有维纳滤波、中值滤波等[1-2]，但是这些方法在对图像进行降噪的同时，也会丢失图像的部分细节。而小波去噪方法在一定程度上克服了上述缺点，可以在去除噪声的同时保持图像的细节 部分[3]。

长期以来，国内外的相关学者对小波去噪进行了众多研究，包括使用小波系数相关去噪、小波阈值去噪、模极大值去噪等。从最小均方误差的角度来看，小波阈值去噪方法在获得较好视觉效果的前提下，基本上可以达到最佳的去噪效果[4]。常用的阈值确定方法[5-7]有VisuShrink、SureShrink、BayesShrink以及Feature Adaptive等。

本文在贝叶斯收缩去噪方法的基础上提出了一种改进的方法，即自适应贝叶斯阈值方法。在原始方法中，每个小波子带只有一个阈值。改进的方法基于区域划分为每个小波系数计算模糊小波系数，并获得每个系数的阈值。实验结果表明，与原始方法相比，该方法在信噪比和均方差等客观指标和主观视觉效果方面均有显著改善，并且可以更好地保持图像边缘细节。

1 小波阈值图像去噪原理

1.1 图像的小波分解

通过小波变换将图像分解为各种子带的方法有很多，如小波包分解、八带分解、均匀分解以及非均匀分解等。……