自适应小波阈值去噪算法及在图像处理中的应用

兵工学报 ›› 2011, Vol. 32 ›› Issue (7): 896-900.

自适应小波阈值去噪算法及在图像处理中的应用

林杰，付梦印，李道平

(北京理工大学自动化学院, 北京 100081)

收稿日期:2009-09-11 修回日期:2009-09-11 上线日期:2014-05-04
通讯作者: 林杰 E-mail:linjason@bit.edu.cn
作者简介:林杰（1977—），男，助理研究员，博士研究生

Self-adaptive Wavelet Threshold De-noising Method and Its Application in Image Processing

LIN Jie， FU Meng-yin, LI Dao-ping

(School of Automation, Beijing Institute of Technology, Beijing 100081，China)

Received:2009-09-11 Revised:2009-09-11 Online:2014-05-04
Contact: LIN Jie E-mail:linjason@bit.edu.cn

摘要/Abstract

摘要： 针对图像去噪的问题，提出一种基于自适应小波阈值去噪的算法。该方法根据噪声在小波变换下的特性自适应确定小波分解的阈值，并将去噪图像的峰值信噪比作为性能指标，采用中点法进行寻优，得到最优的阈值参数。该方法具有自适应性强、算法简单、去噪效果好等特点。通过实例表明，该方法比原有的阈值去噪算法去噪效果更佳，使图像达到更良好的视觉效果。

关键词: 信息处理技术, 自适应, 小波变换, 图像去噪, 中点法

Abstract: For the problem image de-noising, a new method based on self-adaptive wavelet threshold algorithm was proposed. It can decide the threshold of wavelet analysis automatically according to the noise characteristics in wavelet transform, then takes PSNR as a function of filter parameter and acquires the optimal threshold parameter by using midpoint method. It has the strong self-adaptation, simple calculation，good de-noising result and so on. Experiment results show that this new method is much better than original threshold de-noising algorithms and achieves better visual effect.

Key words: information processing, self-adaptive, wavelet transform, image de-noising, midpoint method

中图分类号:

TP391.41

林杰，付梦印，李道平. 自适应小波阈值去噪算法及在图像处理中的应用[J]. 兵工学报, 2011, 32(7): 896-900.

LIN Jie， FU Meng-yin, LI Dao-ping. Self-adaptive Wavelet Threshold De-noising Method and Its Application in Image Processing[J]. Acta Armamentarii, 2011, 32(7): 896-900.

参考文献

［1］彭玉华. 小波变换与工程应用[M]. 北京：科学出版社，1999：1-137.
PENG Yu-hua. Wavelet transform and application[M]. Beijing：Science Press，1999：1-137. (in Chinese)
[2] Driesen J, Graeenbroeck T V, Reekmans R, et al. Analyzing time-varying system harmonics using wavelet transform[C]∥IEEE Instrumentation and Measurement Technology Conference. Brussels: IEEE Press, 1996： 474-479.
[3] Mallat S G. A theory for multi-resolution signal decomposition: the wavelet representation[J]. IEEE Trans Pattern Analysis and Machine Intelligence, 1989, 11(7): 674-693.
[4] Chipman H A, Kolacxyk E D, McCulloch R E. Adaptive Bayesian wavelet shrinkage[J]. Journal of American Statistical Association, 1997, 92(440):1413-1421.
[5] Portilla J, Strela V, Wainwright M J, et al. Adaptive wiener denoising using a Gaussian scale mixture model in the wavelet domain[J]. IEEE International Conference on Image Processing， 2001, 2:37-40.
[6] Portilla J, Strela V, Wainwright M J, et al. Image denoising using scale mixtures of Gaussians in the wavelet domain[J]. IEEE Trans Image Processing, 2003,12(11): 1338-1351.
[7] Donoho D L, De-noising by soft-thresholding[J]. IEEE Trans Inform Theory, 1995,41(3):613-627.
[8] 张文娟, 周丹丹, 王林. 小波阈值去噪的一种改进方案[J]. 电脑开发与应用，2007，20(9):28-29.
ZHANG Wen-juan，ZHOU Dan-dan, WANG Lin. A modified method of wavelet thresholding denoising[J]. The Development and Application of Computer, 2007, 20(1):28-29. (in Chinese)
[9] 吴祈宗. 运筹学与最优化方法[M]. 北京：机械工业出版社，2003：95-97.
WU Qi-zong. Operations research and optimization[M]. Beijing: Machinery Industry Press,2003:95-97. (in Chinese)
[10] Donoho D L，Johnstone I M. Ideal spatial adaptation via wavelet shrinkage[J]. Biometrika, 1994, 81:425-455.
[11] Chang S G, Bin Yu, Vetterli M. Adaptive wavelet thresholding for image denoising and compression[J]. IEEE Trans Image Processing, 2000, 9(9):1532-1546.

[1]	马也，范文慧，常天庆. 基于智能算法的无人集群防御作战方案优化方法[J]. 兵工学报, 2022, 43(6): 1415-1425.
[2]	刘月, 刘铁林, 姜相争, 韩月明. 基于径向基函数和自组织映射的导弹控制系统健康状态评估[J]. 兵工学报, 2022, 43(4): 931-939.
[3]	智洪欣, 赵鹏, 李中, 彭祥新, 鲁旭阳, 王琛. 基于可射击概率约束的防空作战火力优化分配[J]. 兵工学报, 2022, 43(4): 952-959.
[4]	张通彤, 姜湖海, 岳巍, 司晨, 袁满. 基于径向基函数神经网络的光电系统自适应控制[J]. 兵工学报, 2022, 43(3): 556-564.
[5]	马春生, 尹晓秦, 马振东, 米文博. 下肢外骨骼的膝关节轴线自适应设计与尺度综合[J]. 兵工学报, 2022, 43(3): 653-660.
[6]	陈林秀，郝明瑞，赵佳佳. 混合噪声条件下的目标被动定位算法[J]. 兵工学报, 2021, 42(9): 1923-1930.
[7]	李睿，项昌乐，王超，范晶晶，刘春林. 自动驾驶履带车辆鲁棒自适应轨迹跟踪控制方法[J]. 兵工学报, 2021, 42(6): 1128-1137.
[8]	王慧东，周来宏. 四旋翼无人机反步积分自适应控制器设计[J]. 兵工学报, 2021, 42(6): 1283-1289.
[9]	岳彬，马文，呼卫军. 高超声速飞行器的自适应容错控制[J]. 兵工学报, 2021, 42(3): 521-529.
[10]	邱继伟，罗海胜. 结构可靠性分析的自适应共轭非线性近似方法[J]. 兵工学报, 2021, 42(3): 648-654.
[11]	才华，孙俊，朱瑞昆，朱新丽，赵义武. 基于自适应圆边际的深度人脸识别算法[J]. 兵工学报, 2021, 42(11): 2424-2432.
[12]	潘楠，潘地林，蒋雪梅，刘益，钱俊兵，赵成俊. 基于单点激光检测的枪弹弹头快速匹配系统[J]. 兵工学报, 2021, 42(1): 91-99.
[13]	聂守成，钱林方，陈志群，卫俞凯，尹强. 基于干扰观测器的弹丸协调器电液伺服系统自适应滑模控制[J]. 兵工学报, 2020, 41(9): 1745-1751.
[14]	黄莎玲，朱鸿志，程祥利，谢玉斌. 自适应阈值侵彻引信层目标识别算法[J]. 兵工学报, 2020, 41(9): 1762-1771.
[15]	王成，吴岩，杨廷飞. 利用改进单分类支持向量机提升舰船尾流目标的检测准确率[J]. 兵工学报, 2020, 41(9): 1887-1893.