基於LoG算子改進的自適應閾值小波去噪算法

2023-05-15 06:22:36

基於LoG算子改進的自適應閾值小波去噪算法
【專利摘要】本發明公開了一種改進的閾值去噪算法，針對去噪過程中圖像邊緣部分和非邊緣部分去噪效果較差的問題，提出一種基於LoG算子改進的自適應閾值去噪算法。其步驟是：第一步採用LoG算子提取圖像的邊緣輪廓信息；第二步對圖像非邊緣部分去噪，在軟閾值函數的基礎上添加一個閾值修正係數構建新的閾值函數；第三步對圖像邊緣部分去噪，將小波係數附近的能量和閾值相結合，構建新的閾值函數；第四步對圖像R、G、B三個通道分別處理，保留圖像所有的細節信息。實驗結果表明，該算法有效保存了圖像的邊緣信息，且綜合去噪效果明顯提高。
【專利說明】基於LoG算子改進的自適應閾值小波去噪算法
【技術領域】
[0001]本發明涉及一種去噪算法，特別是一種基於LoG算子改進的自適應閾值小波去噪算法。
【背景技術】
[0002]隨著科學技術的進步，以及各種數碼產品和電子設備的日益普及，人們習慣於通過圖像或者視頻的形式獲取事物的信息，但圖像傳輸過程中會受到各種噪聲幹擾，導致圖像質量降低。因此，在圖像的傳輸過程中，要對其進行降噪處理。
[0003]目前，常用的小波去噪算法有硬閾值算法、軟閾值算法、傳統的小波閾值去噪以及各個文獻提出的基於邊緣的閾值算法，但是，這些算法在處理圖像時，效果並不盡如人意。例如硬閾值算法，在去噪過程中，雖然能夠保留圖像細節信息，但是大部分噪聲也被保留下來；軟閾值算法處理過的圖像，圖像的邊緣信息過於模糊，輪廓不夠清晰；傳統的小波閾值去噪算法，由於對整幅圖像採用相同的閾值，這就導致了邊緣部分的細節信息大量丟失，導致圖像模糊；各個文獻提出的基於邊緣的閾值算法在傳統的小波閾值算法基礎上做了改進，但是因為閾值函數選取不恰當，去噪效果依然較差。人眼視覺系統理論顯示，人眼對於邊緣等細節信息較敏感，因此邊緣信息的丟失會導致圖像視覺質量降低。綜上所述，如何消除圖像邊緣部分的噪聲就變得非常重要，直接影響整幅圖像去噪效果的優劣。
[0004]針對以上問題，我們提出了改進的閾值函數，對於圖像的非邊緣部分，在軟閾值函數的基礎上加以改進；對於圖像的邊緣部分，將圖像邊緣部分的能量考慮進來，與相應的小波係數相結合，構建新的閾值函數，這樣，不僅能消除掉圖像的噪聲，還能夠清晰的保留邊緣部分的輪廓，去噪效果大大提高。

【發明內容】

[0005]本發明的目的在於提供一種克服現有閾值去噪算法的不足，提出了一種能夠有效保存圖像邊緣信息，且去噪效果明顯提高的基於LoG算子改進的自適應閾值小波去噪算法。
[0006]為實現上述目的，本發明的技術方案是:一種基於LoG算子改進的自適應閾值小波去噪算法，包括如下步驟，
步驟SOl:採用LoG算子提取含噪圖像的邊緣輪廓信息:即先對含噪圖像進行平滑處理，在採用拉普拉斯算子進行邊緣檢測，得到邊緣圖像；具體公式如下，
其中:χ、y為含噪圖像的尺寸，g(X'J)為平滑圖像，f (XJ)為含噪圖像，
【權利要求】
1.一種基於LoG算子改進的自適應閾值小波去噪算法，其特徵在於:包括如下步驟，步驟SOl:採用LoG算子提取含噪圖像的邊緣輪廓信息:即先對含噪圖像進行平滑處理，在採用拉普拉斯算子進行邊緣檢測，得到邊緣圖像；具體公式如下，
【文檔編號】G06T5/00GK103886558SQ201410129956
【公開日】2014年6月25日 申請日期:2014年4月2日 優先權日:2014年4月2日
【發明者】林志賢, 郭太良, 葉芸, 林金堂, 姚劍敏, 徐勝 申請人:福州大學