[发明专利]一种基于邻域相关性的自适应小波阈值去噪方法

权利要求书

1.一种基于邻域相关性的自适应小波阈值去噪方法，其特征在于，包括以下步骤：

（1）对含噪声图像进行多层的小波变换处理，获取各层的小波系数；

（2）根据步骤（1）所得到的各层小波系数，构造如下各层各方向上小波系数的自适应阈值函数：

wi,j,k^=wi,j,k·(1-α(λisi,j,k)2),|si,j,k|≥λi0,|si,j,k|<λi,α∈(0,1);]]>

其中α为衰减系数；i为小波分解层数，λ_i为第i分解层的阈值；w_i,j,k是第i层分解得到的原始小波系数，表示纯净信号小波系数的估计值，j、k表示图像中像素点的位置；

其中s_i,j,k为：

si,j,k=1N2·Σ(i,j,k)∈BWi,j,k2;]]>

B是第i层分解到的图像中以像素点(j,k)为中心点大小为N×N的邻域窗口；

选取第i分解层小波阈值λ_i：

λi=βσ2lg(N)/lg(i+1),0<β≤1;]]>

σ为噪声方差；

（3）利用中点法选取衰减系数α的值，采用中点法中所选取的衰减系数α值所对应的阈值函数和小波阈值分别对每层分解到的小波系数进行阈值处理；

（4）将经过步骤（3）选取的各衰减系数α值对应的阈值函数处理过的小波系数分别进行小波反变换并重构，得到恢复的原始信号估计值；

（5）计算出步骤（4）中各原始信号估计值所对应的PSNR值，然后根据中点法选取出PSNR最优值，得到该PSNR最优值下所对应的最佳衰减系数以及最佳衰减函数所对应的阈值函数；将该最佳衰减函数对应的阈值函数处理过的小波系数进行小波反变换并重构得到恢复的原始信号估计值作为最终去噪图像。