一种基于细尺度间小波系数相关性的图像去噪方法

图像去噪问题的研究一直是图像处理的热点问题。首先对噪声图像经小波分解后噪声小波系数在细尺度子带间的分布特点进行了研究,提出了一种结合尺度内和尺度间系数相关性的噪声统计模型——细尺度间噪声系数分布的"类零树结构",以及基于分块的Bayes阈值确定方法。在此基础上将二者相结合,提出了一种新的图像去噪方法。该方法首先通过Bayes阈值去噪法去除高层子带中的噪声,同时利用基于块阈值方法定位次外层子带中的噪声位置,然后利用"类零树结构"模型,估计对应的最外层子带中的噪声的分布,并进行相应的去噪处理。实验结果表明,该方法稳定、有效,去噪效果优于传统Bayes逐点阈值去噪方法,且具有较低的时间复杂度。