本文为去除图像的噪声提高信噪比,经过对小波变换自适应去噪算法的研究,在阈值选择上结合约束最优化算法,求解出可行域内阈值函数的最优解。阈值选择函数经过改进后,具有在阈值选择时更稳定等优点,从而可以更好的保留图像的有效信息。...本文为去除图像的噪声提高信噪比,经过对小波变换自适应去噪算法的研究,在阈值选择上结合约束最优化算法,求解出可行域内阈值函数的最优解。阈值选择函数经过改进后,具有在阈值选择时更稳定等优点,从而可以更好的保留图像的有效信息。阈值的选取决定了图像的最终处理效果,无论怎样取值总会存在一些将数值较小的信号划分为为噪声的情况,结果就会在消除噪声的时候损失图像细节,特别是图像的边缘特征是最重要的。所以结合约束最小二乘方滤波图像去模糊方法,对图像进行二次处理,以此来提升图像的信噪比。通过添加σ=0.1的高斯噪声与中值滤波、均值滤波、传统小波变换之后,与文献[6]方法相比较,信噪比分别提高了8.75 d B、6.81 d B、4.55 d B和2.47 d B,证明本文方法更高效。展开更多
文摘本文为去除图像的噪声提高信噪比,经过对小波变换自适应去噪算法的研究,在阈值选择上结合约束最优化算法,求解出可行域内阈值函数的最优解。阈值选择函数经过改进后,具有在阈值选择时更稳定等优点,从而可以更好的保留图像的有效信息。阈值的选取决定了图像的最终处理效果,无论怎样取值总会存在一些将数值较小的信号划分为为噪声的情况,结果就会在消除噪声的时候损失图像细节,特别是图像的边缘特征是最重要的。所以结合约束最小二乘方滤波图像去模糊方法,对图像进行二次处理,以此来提升图像的信噪比。通过添加σ=0.1的高斯噪声与中值滤波、均值滤波、传统小波变换之后,与文献[6]方法相比较,信噪比分别提高了8.75 d B、6.81 d B、4.55 d B和2.47 d B,证明本文方法更高效。
