[发明专利]基于自适应剪切波的图像去噪方法

摘要

本技术发明公开了一种基于基于自适应剪切波的阈值去噪方法，主要解决现有剪切波的阈值去噪方法中对现有的剪切波方向不灵活与自适应性差的缺点进行改进。其中包括对图像的下2采样的拉普拉斯金字塔的分解得到细节图像与近似图像，自适应剪切波的构造，以及用自适应剪切波对细节图像进行方向划分，得到各个细节层的方向系数矩阵，对系数矩阵进行硬阈值去噪，而后在对去噪的系数矩阵进行各层的重构，得到重构的细节图像，最后对细节图像结合原来的近似图像，进行下2采样的拉普拉斯金字塔重构，最终得到去噪后的图像。本发明对于现有的剪切波来说，是一个扩充，而且能够完全保持原剪切波的所有性质，对于图像分析能取到更加理想的效果。

主权项

1.一种基于自适应剪切波的图像去噪方法，包括如下步骤：(1)对于含噪图像进行下2采样的拉普拉斯金字塔分解，得到细节图像D1和D2，以及近似图像A；(2)构造自适应剪切波：2a)在现有剪切波基函数的基础上进行函数化分，将其划分为[-0.86，-0.06]，(-0.06，0.14)，[0.14，0.94]三个区间，对这三个区间的函数分别用函数f₂，f₁，f₃表示，并给定限定区间；2b)设定一个参数a，定义其为自适应参数，并令其取值范围为(0，+∞)，以上述划分的[-0.86，-0.06]，(-0.06，0.14)，[0.14，0.94]三个区间，构造自适应剪切波基函数sψ^2(ξ)=ψ^2(4+a5(ξ-710×(a-1)4+a)5a4+a×0.14≤ξ≤1-5a4+a×0.061-0.06×5a4+a<ξ<0.14×5a4+aψ^2(4+a5(ξ+310×(a-1)4+a)-(1-5a4+a×0.14)≤ξ≤-5a4+a×0.06]]>其中ξ是函数的自变量，是现有剪切波基函数；该基函数满足如下公式：Σl′=-2j+12j-1sψ^2|(2(j-1)ξ-l′)|2=1]]>其中j是尺度参数，它的变换决定了基函数尺度，l′是平移参数，它越大，基函数越往正半轴移动；2c)根据自适应剪切波的基函数，构建自适应剪切波d＝0，1，j＝1，2，3，..；m＝-j，-(j-1)，...j-1，j；构建公式如下：Wj,m(0)(ξ)=sψ^2(jξ2ξ1-m)χD0Wj,m(1)(ξ)=sψ^2(jξ1ξ2-m)χD1]]>定义为：χDd(ξ1,ξ2)=1(ξ1,ξ2)∈Dd0(ξ1,ξ2)∉Dd,]]>D_d定义为：其中表示二维实数集，2d)再对按：重新规划为W_j，l，其中l＝1，2，...4j；n＝2，3，.......2j；L＝[2j+1]，[2j+1]表示对2j+1取四舍五入整；j为大于等于1的整数，m取-j到j的整数，2e)根据构造的自适应剪切波W_j，l，对设定的自适应参数a取值，并将其填入(3)利用自适应参数a取值后的自适应剪切波，对细节图像D1和D2进行去噪，得到重构的细节图像rD1和rD2；(4)对近似图像A与重构得到的细节图像rD1，rD2运用下2采样的拉普拉斯金字塔重构算法进行重构，得到重构图像。