摘 要:针对射线图像噪声大、对比度低的特点,采用小波阈值法进行降噪处理.通过利用MATLAB进行射线图像去噪仿真测试,结果表明,利用小波阈值法具有良好的降噪效果.
关 键 词 :射线图像 小波阈值 阈值函数 图像降噪
中图分类号:TN911.73 文献标识码:A 文章编号:1672-3791(2013)02(c)-0014-01
随着小波理论的不断深入研究和日益广泛的应用,小波变换以其低熵性、多分辨率、去相关性及选基灵活性等优点,成为图像去噪领域的一个重要分支和主要研究方向.目前常用的小波图像去噪方法有基于小波变换模极大值去噪法、基于小波变换的相关去噪法及非线性小波变换阈值去噪法.而小波阈值法是一种实现简单且计算量小的方法,具有广泛的实用性.
1.小波变换应用于图像降噪的处理过程[1]
(1)对含噪图像进行二维小波分解,得到一组小波系数.应选择合适的小波基和恰当的分解层次N,然后对待处理的图像进行N层小波分解计算.
(2)对分解后的小波系数进行阈值量化处理,得到估计小波系数,使得这两个系数的差值尽可能小.
(3)根据得到的小波系数进行小波重构,从而恢复出原始图像信号,得到去噪后的图像.
2.MATLAB仿真
3.结果分析
小波阈值降噪法可以使图像的噪声几乎完全得到抑制,并且可以很好得保留原始信号的特征,是一种易于实现且实用效果较好的降噪方法.通过实验可以看出,针对于射线图像的特点来说,不同的算法对图像的噪声都有一定程度的抑制,但在使用同一种阈值门限时,软阈值法的降噪效果要优于硬阈值,而改进的软阈值函数更有效得降低了均方差,提高了信噪比,其去噪后的图像边缘比较清晰,细节保持的较好,解决了抑制噪声和保留图像细节的矛盾,达到了最佳的去噪效果.