基于小波阈值的图像去噪

顾伟　杜景琦

摘要：研究了图像优化问题，图像中噪声经常会影响图像的清晰度，造成图像模糊等。为了更好的去除图像噪声并较好的保留图像细节信息，选取合适的小波阈值去噪法。比较了小波软、硬阈值去噪法与基于SURE閾值去噪法，选取较佳的图像去噪法。在Matlab上仿真结果表明，基于SURE阈值去噪法有效提高了图像去除噪声能力，保留较好的图像细节。

关键词：图像去噪；小波阈值；SURE阈值；MATLAB

0引言

图像在生成或传输过程中很容易受到噪声（如敏感元器件内部产生的高斯噪声、光电转换过程中的泊松噪声和感光过程中产生的颗粒噪声）的干扰或影响而使图像的质量受到损害，为了抑制噪声，改善图像质量，便于后续处理，需要对图像进行去噪处理。目前，小波阈值去噪方法是小波去噪方法中最早被提出的一种实现简单，并且可以达到较好的图像去噪效果的方法。小波阈值图像去噪方法已经成为图像去噪研究和应用的主流技术。

从阈值函数去噪方法中可以看出，构建阈值函数是小波阈值图像去噪方法中最直接影响图像效果的重要因素，只有当阈值函数选取的适当，才能保证得到较清晰的去噪图像。本文拟对小波阈值图像去噪方法中的软阈值和硬阈值函数和suRE阈值函数进行对比。

1小波阈值去噪

噪声是受随机因素的影响，一般不可避免，但符合一定的统计规律，因此可以采用数字滤波的方法来消除，例如算术平均滤波、中值滤波、滑动窗滤波方法（一般也称为惯性滤波）、曲线拟合滤波等。随着图像去噪要求的不断提高，近年来又提出了小波去噪技术。

目前小波降噪方法主要有模极大值法、小波系数相关法和阈值法等。在这三种方法中，阈值法算法简单，并具有良好的去噪效果。阈值法是在统计估计理论研究的基础上提出的一种基于小波变换的收缩系数去噪方法，该方法认为目标信号对应的小波系数绝对值较大，但数目较少；而噪声对应的小波系数是一致分布的，个数较多，但绝对值较小。endprint