基于小波变换的水下图像去噪方法.pdf
《基于小波变换的水下图像去噪方法.pdf》由会员分享,可在线阅读,更多相关《基于小波变换的水下图像去噪方法.pdf(5页珍藏版)》请在咨信网上搜索。
1、现代电子技术Modern Electronics Technique2023年12月1日第46卷第23期Dec.2023Vol.46 No.230 引 言海洋中蕴藏着丰富的人类所需要的各种资源,海洋资源的开发和海洋环境的保护对人类的生存和发展具有重要的意义。目前,人类主要利用水下摄影来探索海洋,水下图像的处理也逐渐受到重视。图像采集设备的影响、较差的照明质量、较差的水浊度等原因,导致水下图像比正常的自然图像更复杂1;此外点光源的聚射效应、水面波纹对自然光的折射效应等影响2,使成像过程中大部分光能在尚未到达物体前就被水反射到相机上,即为后向散射,后向散射会在图像中形成一种朦胧感,掩盖了图像中的真
2、实场景,同时后向散射会形成较强的背景噪声,导致图像对比度和信噪比大大降低,后向散射噪声是影响水下图像质量的主要因素。所以行之有效地衰减水下噪声、真实客观地反映出水下信息,对海洋开发有着举足轻重的作用。小波变换理论独特的多分辨率分析特性使其在图像去噪中得到广泛的应用。文献3引入收缩因子对Donoho阈值进行改进,提出了改进小波软硬折衷算法,使小波阈值更符合水下图像去噪的需求。文献4在图像去噪之前,采用白化滤波器将水下有色噪声特性转换为白噪声,再使用不同基函数的离散小波变换对水下图像进行去噪处理。文献5提出一种基于稀疏表示的图像去噪方法,利用 OMP 对 DCT 字典上的水下声呐图像进行分解重构,
3、用来去除图像中的加性噪声,然后对重基于小波变换的水下图像去噪方法陈振娅,刘增力(昆明理工大学 信息工程与自动化学院,云南 昆明 650500)摘 要:水下图像在拍摄、传输中会产生严重的噪声影响,这些噪声不仅影响图像质量,还影响图像后续的目标检测和定位精度。文中改进了一种基于小波变换的水下图像去噪算法,该算法首先考虑信号和噪声在不同小波变换尺度下的不同传播特性,采用一种随分解尺度变化的自适应阈值估计方法;其次采用自适应图像特征的收缩函数对每个小波系数局部估计小波系数的能量进行分类。实验结果表明,改进的小波去噪方法能够有效地减弱噪声信号,使去噪后的水下图像更有利于后续的目标检测和定位。关键词:小波
4、变换;水下图像;图像去噪;尺度分解;自适应阈值;图像特征;小波收缩函数;局部能量中图分类号:TN911.7334;TP391 文献标识码:A 文章编号:1004373X(2023)23004305Underwater image denoising method based on wavelet transformCHEN Zhenya,LIU Zengli(Faculty of Information Engineering and Automation,Kunming University of Science and Technology,Kunming 650500,China)Abs
5、tract:Underwater images can produce serious noise effects in shooting and transmission,and these noises affect not only the image quality,but also the subsequent object detection and localization accuracy of the images.In this paper,an underwater image denoising algorithm based on wavelet transform
6、is improved.In this algorithm,the different propagation characteristics of signal and noise under different wavelet transform scales are taken into account,so an adaptive threshold estimation method that changes with the decomposition scale is adopted.The shrinkage function which is of adaptive imag
7、e features is adopted to estimate the energy of wavelet coefficients locally in each wavelet coefficient for classification.The experimental results show that the improved wavelet denoising method can attenuate the noise signal effectively and make the denoised underwater images more favorable for s
8、ubsequent object detection and localization.Keywords:wavelet transform;underwater image;image denoising;scale decomposition;adaptive thresholding;image feature;wavelet shrinkage function;local energyDOI:10.16652/j.issn.1004373x.2023.23.008引用格式:陈振娅,刘增力.基于小波变换的水下图像去噪方法J.现代电子技术,2023,46(23):4347.收稿日期:20
9、230416 修回日期:20230509基金项目:国家自然科学基金项目(61271007)4343现代电子技术2023年第46卷构的图像进行对数变换,使其适应稀疏表示去噪模型。文献6采用 NLM 和 BM3D的非局部去噪方法来抑制水下图像中的后向散射噪声。文献7提出一种新的深度神经网络用于去除水下图像的散斑噪声,该方法训练一个生成对抗网络(GAN),在深度编码器和解码器框架的基础上引入跳跃连接并结合低级和高级的特征来去除水下图像中的散斑噪声。针对水下图像中存在的后向散射噪声,本文提出了一种改进的小波去噪方法。使用小波变换进行图像去噪时,阈值的选择和阈值函数的输出很重要,同时考虑信号和噪声在不同
10、小波变换尺度下的不同传播特性,首先采用一种随分解尺度变化的自适应阈值估计方法;其次引入小波尺度之间的相关性,将小波系数分为显著系数和非显著系数,自适应特征收缩函数对每个小波系数的局部估计小波系数的能量进行分类。实验结果表明,改进的小波去噪方法既能够有效地衰减噪声信号,又能极大程度地保留图像的边缘信息。1 传统的小波去噪方法小波去噪的基本方法有:小波变换模极大值去噪、小波变换尺度间相关去噪、非线性小波阈值去噪。1)小波变换模极大值去噪小波变换模极大值去噪方法是根据信号和噪声在小波变换各尺度上的不同传播特性,去除噪声产生的模极大值点,保留该极大值点对应的信号的模,再用剩余的模极大值点重构小波系数,
11、最终恢复信号。2)小波变换尺度间相关去噪在同一尺度空间中,重要的小波系数集中在某些区域,这种相关性称为尺度间相关性;不同尺度空间,图像特征对应的小波系数之间存在相关性,称为尺度间相关性。这种相关性在小波变换分解过程中是固定的,反映了空间的多尺度性质8。3)非线性小波阈值去噪小波变化具有较强的数据去相关性,可以使信号的能量集中在小波域中的少数几个小波系数中,而噪声则分布在整个小波域中,对应于大量的小波系数。小波阈值去噪的原理是:图像信号在小波域中系数大、数量少,而噪声信号系数小、数量多、分布广9。如图 1所示,该方法首先估计阈值,然后将小波系数与阈值进行比较。如果系数小于阈值,则系数设置为零,否
12、则将根据阈值函数保留或收缩。最后,通过小波反变换得到去噪图像。小波阈值图像去噪方法涉及的主要问题有:小波基和分解层的选择;阈值函数的选取;确定阈值。其中,阈值函数和阈值是决定图像去噪效果的两个关键因素。图1 小波阈值去噪过程1.1 阈值估计阈值估计是影响小波阈值图像去噪效果的一个重要因素。如果估计的阈值过小,则去噪不完整;如果估计的阈值过大,重建的图像中会出现伪边缘现象或图像模 糊。目 前 应 用 最 广 泛 的 阈 值 函 数 估 计 方 法 是VisuShrink阈值,其阈值T的表达式为:T=2 log N(1)式中:为信号的噪声标准差;N=W H,为图像宽度W和高度H的乘积,代表图像信号
13、的总长度。噪声标准差可由公式(2)得到:=median(Det)0.674 5(2)式中:Det表示最小层的小波系数;median()表示中值。1.2 常用的阈值函数小波系数是影响去噪效果的另一个重要因素,采用阈值函数对小波系数进行处理。基于阈值对小波系数采用不同的处理方法,最常用的是硬阈值函数和软阈值函数10。假设原始小波系数为wj,k,阈值处理后的小波系数为w j,k,T为阈值,则:1)硬阈值函数w j,k=wj,k,|wj,k T0,|wj,k T(3)2)软阈值函数w j,k=sgn(wj,k)()|wj,k-T,|wj,k T0,|wj,k 00,x=0-1,x 0软阈值函数和硬阈值
14、函数被广泛应用,但两者都有不可避免的缺点。硬阈值函数可以保留图像的边缘特征,但在阈值点处是不连续的,在图像重建过程中会产生环响、伪吉布斯效应等现象。软阈值函数在阈值点处是连续的,但其对高频小波系数的收缩处理不可避免地导致图像信号的小波系数与实际小波系数存在偏差,导致图像特征信息弱化,目标细节特征模糊。44第23期3)半软阈值函数针对上述两种阈值函数在应用中的不足,文献11提出了一种半软阈值函数。半软阈值虽然去噪效果好,但是需要估计两个阈值,在实际中难以实现,因此尚未得到广泛应用。w j,k=sgn(wj,k)T2()|wj,k-T1T2-T1I(T1|wj,k T2(5)式中0 T1 1,阈值
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 变换 水下 图像 方法
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。