1、數(shù)字圖像在獲取、傳輸、儲存等過程中不可避免的會被外部噪聲干擾,引起圖像質(zhì)量退化。因此,對圖像進行去噪還原是圖像處理中一個必要而又重要的步驟。人們通過對數(shù)字圖像不同角度的認識,提出了不同的圖像去噪方法。
　　圖像的多尺度幾何分析法的優(yōu)勢在于可以對信號的頻域分解與時域頻域分析,能較好的逼近圖像細節(jié)。其中曲波變換擅長處理的曲線特征占構成圖像的細節(jié)特征的大多數(shù),因此應用比較廣泛。常用的曲波變換去噪方法是閾值法,通過用閾值改變曲波系數(shù)達到圖

2、像去噪的效果。閾值去噪法雖然噪聲去除比較徹底,去噪效率高,邊緣保護能力強,但是往往會造成圖像存在振鈴、偽吉布斯效應等視覺失真。本文通過對噪聲分布特點的分析和子帶系數(shù)變換的要求,提出了非線性子帶系數(shù)變換法。并構造了三種非線性子帶系數(shù)變換函數(shù)。通過對比試驗篩選出基于卡方累積分布函數(shù)變換的非線性子帶系數(shù)變換去噪法。這種方法既具有較高信噪比,又去除了圖像的視覺失真。
　　基于偏微分方程(PDE)的圖像處理方法起源于熱力學的熱擴散方程。將灰

3、度值看做熱量,模仿熱擴散方程對圖像的灰度進行擴散以達到去噪目的。非線性結構張量法能夠很好地對圖像進行平滑處理,較好地回復平滑區(qū)域、保護細小紋理,具有較好的圖像處理應用前景。因此選擇PDE圖像去噪方程方程作為本文的基本算法之一。
　　曲波變換法和非線性結構張量法對圖像處理各有優(yōu)點。本文通過Matlab平臺實現(xiàn)了曲波變換和非線性結構張量法這兩種數(shù)字圖像處理方法。并結合曲波變換法與非線性結構張量法的優(yōu)點,提出了二者相結合的加權去噪模型。