小波技術(shù)與偏微分技術(shù)在彩色圖像去噪中的比較

【摘 要】彩色圖像中常用的去噪方法有均值濾波、中值濾波、維納濾波和基于小波變換的軟閾值法和硬閾值法，小波技術(shù)和偏微分技術(shù)在彩色圖像的去噪方法中發(fā)揮著重要的作用，偏微分主要針對(duì)低層圖像處理并取得了很好的效果，但是在處理高噪聲密度圖像時(shí)去噪效果不好，而且處理時(shí)間明顯高出許多，本文就基于小波技術(shù)和偏微分技術(shù)的彩色圖像的去噪方法進(jìn)行了簡(jiǎn)單的比較。

【關(guān)鍵詞】彩色圖像去噪 小波技術(shù) 偏微分技術(shù)

現(xiàn)實(shí)中的數(shù)字圖像在數(shù)字化和傳輸過程中常受到成像設(shè)備與外部環(huán)境噪聲干擾等影響而產(chǎn)生噪聲。均值濾波、中值濾波、維納濾波和基于小波變換的軟閾值法和硬閾值法是常用的幾種圖像去噪方法，偏微分技術(shù)這些年也逐步在彩色圖像中發(fā)揮重要的作用，本文就基于小波技術(shù)和偏微分技術(shù)的彩色圖像的去噪方法進(jìn)行了簡(jiǎn)單的比較。

均值濾波的算法也叫做線性濾波，其思想主要為鄰域平均法，也就是將像素灰度的平均值用來替代每個(gè)像素的灰度。有效抑制加性噪聲，但容易引起圖像模糊，可以對(duì)其進(jìn)行改進(jìn)，主要避開對(duì)景物邊緣的平滑處理。椒鹽噪聲是幅值近似相等但隨機(jī)分布在不同位置上，圖像中有干凈點(diǎn)也有污染點(diǎn)。中值濾波是選擇適當(dāng)?shù)狞c(diǎn)來替代污染點(diǎn)的值，所以處理效果好。因?yàn)樵肼暤木挡粸?，所以均值濾波不能很好地去除噪聲點(diǎn)。維納濾波通常是指從連續(xù)或者是離散的圖像數(shù)據(jù)里去過濾掉不需要的噪聲以及干擾信息，從而獲得我們需要的信息，這個(gè)過程我們稱之為濾波，這種方法被看做是常用的信號(hào)處理方法，并且我們把與之對(duì)應(yīng)的裝置叫做濾波器。通常情況下，我們把濾波器分為線性濾波器和非線性濾波器，這是根據(jù)濾波器的輸出內(nèi)容來決定的，如果輸出內(nèi)容為線性函數(shù)，我們稱之為線性濾波器，與此相反，輸出內(nèi)容為非線性函數(shù)，我們稱之為非線性濾波器。

圖像處理的方法有很多種，除了小波技術(shù)以外，常用的還有偏微分方程，偏微分方程在底層的圖像的處理過程中也有很好的表現(xiàn)。向異性是在圖像過程中，特別是在偏微分的方程的處理過程中表現(xiàn)出的一個(gè)特點(diǎn)，在圖像的處理過程中尤其是在去噪的過程中，不僅可以去噪，同時(shí)保持了很好的邊緣特征。常用的偏微分方程可以有兩種：一類是根據(jù)迭代格式進(jìn)行，隨著時(shí)間的變化，圖像慢慢地接近于最終需要的效果，常見的方程有：Malik方程和Perona方程，并對(duì)其進(jìn)行不斷的改進(jìn)。相對(duì)于其他方法而言，迭代格式的方法有較大的選擇范圍，尤其是在有了確定的擴(kuò)散系數(shù)之后，當(dāng)前向擴(kuò)散的時(shí)候，也可以后向擴(kuò)散，所以對(duì)于將邊緣尖銳化和對(duì)于圖像的平滑處理都有很好的處理。相對(duì)于在高噪聲處理圖像的效果，這種方法更適合處理低噪聲密度的圖像。

偏微分在在處理圖像的過程中尤其是圖像去噪的過程中需要建立模型，通常建立的模型有二階偏微分方程和四階偏微分方程，建立模型可以有效的提高圖像在去噪過程中的處理能力，尤其是在圖像紋理的處理過程中表現(xiàn)出較好的效果，通常使用的模型有PM模型和fourth-order PDE模型，但有一點(diǎn)不可忽視的是階梯效應(yīng)，尤其是PM模型，在圖像處理過程中不可避免的出現(xiàn)此種效應(yīng)，針對(duì)這個(gè)問題，有人提出了相對(duì)應(yīng)的解決方法，并取得了較好的效果：四階偏微分方程模型，需要指出的是，雖然它能夠減弱甚至去除此種效應(yīng)，但會(huì)將黑白點(diǎn)遺留在處理的圖像中。常見的彩色圖像處理會(huì)對(duì)紅綠藍(lán)三個(gè)分量采用處理技術(shù)，處理完成后，進(jìn)行合成，并且這個(gè)過程是在RGB空間進(jìn)行。階梯效應(yīng)和圖像失真是圖像處理尤其是彩色圖像處理過程中常常會(huì)出現(xiàn)的缺點(diǎn)，但是通過將四元數(shù)矩陣來表示圖像，并將彩色圖像看做一個(gè)完整的整體來進(jìn)行去噪處理，這樣就會(huì)得到一個(gè)全新的彩色圖像去噪方法，需要指出的是這種方法中需要對(duì)矩陣做一個(gè)四元數(shù)傅里葉變換，在完成了變換之后對(duì)矩陣重新進(jìn)行處理，處理結(jié)束后會(huì)產(chǎn)生一個(gè)新的模型。這種方法的最大優(yōu)點(diǎn)是客服了階梯效應(yīng)及孤立點(diǎn)，尤其是客服了常用的整數(shù)階算子的缺點(diǎn)，對(duì)于圖像中的紋理信息進(jìn)行了很好的加強(qiáng)，對(duì)于圖像中較平滑的部分，在處理過程中進(jìn)行了有效的線性的保留，通過實(shí)驗(yàn)證明，處理后的圖像效果得到了一定的提升。

參考文獻(xiàn)：

[1]劉光宇，卞紅雨，沈鄭燕，等.PDE模型在聲納圖像去噪中的應(yīng)用.研究[J].傳感器與微系統(tǒng)，2012，31：42-44.

[2]黃果，許黎，蒲亦非.分?jǐn)?shù)階微積分在圖像處理中的研究綜述[J].計(jì)算機(jī)應(yīng)用研究，2012，29：414-426.

[3]許姜嚴(yán)，王衛(wèi)星.結(jié)合四元數(shù)與小波的彩色圖像邊緣檢測(cè)算法[J].計(jì)算機(jī)應(yīng)用研究，2010，27：1981-1983.

[4]雷印杰，金艷梅，周激流，等.四元數(shù)奇異值分解與彩色圖像去噪[J].四川大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，44：1268-1274.

[5]蓋琦，喬兆亮.基于離散四元數(shù)傅里葉變換的彩色圖像信息隱藏技術(shù)[J].計(jì)算機(jī)應(yīng)用研究，2011，28：2746-2749.

[6]劉國(guó)軍，馮象初，張選德.波原子紋理圖像閾值算法[J].電子與信息學(xué)報(bào)，2009，31：1791-1795.

[7]陳書貞，郝鵬鵬，練秋生.基于雙樹復(fù)數(shù)小波和波原子稀疏圖像表示的壓縮傳感圖像重構(gòu)[J].信號(hào)處理，2010，26：1701-1706.

[8]楊寧，賀振華，黃德濟(jì).基于系數(shù)相關(guān)性閾值的波原子域疊前地震資料信噪分離方法[J].石油地球物理勘探，2011，46：57-62.

[9]孫海英，李鋒，商會(huì)亮.改進(jìn)的變分自適應(yīng)中值濾波算法[J].電子與信息學(xué)報(bào)，2011，33：1743-1747.

作者簡(jiǎn)介：

羅丹，女，1980年出生，回族，新疆烏魯木齊人，單位：1.山西師范大學(xué)、2.新疆農(nóng)業(yè)職業(yè)技術(shù)學(xué)院，在讀博士、講師，研究方向：數(shù)字圖像處理。