论文部分内容阅读
维纳滤波是一种传统的线性滤波方法,是均方误差意义下真实图像的最优线性估计。在各种去噪算法的设计中,维纳滤波框架得到广泛应用。本文对维纳滤波进行深入剖析,设计出新的有效的维纳滤波图像去噪模型。具体内容包括:1、利用非线性扩散保存边界的良好性质,设计了在梯度域的维纳滤波方法;2、进一步,利用不同扩散函数的优势,给出了梯度域的混合函数扩散图像去噪算法;3、针对传统小波基图像去噪算法不能充分利用不同小波基的问题,设计了基于投影方法和维纳滤波的图像去噪方法;4、研究了小波域内的多步局部维纳滤波,给出了小波域、梯度域利用噪声方差作为迭代停止的准则;5、从扩散函数迭代去噪参数调控角度出发,对传统小波基维纳滤波的参数进行修正,设计了新的小波阈值函数,并结合斯坦无偏风险估计和阈值线性合成(SURE-LET)方法进一步改善了新的阈值函数的去噪能力。与此同时,我们发现传统维纳滤波是修改的热扩散方程的单步离散实施。实验表明,本文的所设计的五种基于维纳滤波的图像去噪算法在不同条件下改进了传统方法的不足,新方法简单高效、性能优良。