小波域平滑与边缘保留图像去噪算法

"利用小波域平滑和边缘保留的图像去噪算法 (2012年) - 广西大学学报:自然科学版, Vol.37 No.2, 2012年4月" 本文是自然科学领域的学术论文，作者周树道、王敏和叶松针对图像去噪问题提出了一种创新的方法。传统的图像去噪方法，如基于小波变换的阈值去噪，可能会因阈值选择不当而导致边缘细节的丢失。为解决这一问题，他们设计了一种结合小波域低频信号平滑和高频边缘保留的策略。 首先，论文指出图像中的噪声通常集中在小波变换的高频部分，且这些高频系数相对较小。因此，他们提出对高频子图进行特殊处理，通过提取边缘并应用软阈值去噪算法，能够在消除噪声的同时尽可能地保留图像的边缘信息。软阈值去噪允许一定程度的平滑，同时避免过度平滑导致的细节损失。 其次，对于低频子图，论文采用了自适应维纳滤波器进行平滑处理。维纳滤波器是一种自适应滤波技术，能根据图像局部统计特性进行滤波，从而更好地保留图像的结构信息，尤其适用于去除低频背景噪声。 最后，经过处理的高频和低频子图被融合在一起，以重构出最终的去噪图像。实验结果证明，这种结合平滑和边缘保留的算法在有效去除噪声的同时，能够较好地保持图像原有的边缘和细节，其去噪效果显著。 关键词涵盖了小波变换、图像去噪、边缘检测、滤波以及小波重构，这表明该研究涉及了图像处理领域多个关键概念。中图分类号TN911.73将其归类于信号与信息处理，文献标识码A则表明这是一篇原创性的科研论文。 这项工作为图像去噪提供了新的思路，通过精细处理小波变换的不同频段，达到了在去噪和保真之间的平衡，对实际应用具有重要意义。