小波的秘密8_图像处理应用:图像降噪

1.前言：

图像去噪是信号处理的一个经典问题，传统的去噪方法多采用平均或线性法法进行，最常用到的就是维纳滤波，但是他的降噪效果并不是很明显。小波分析法开辟了非线性降噪的先河，小波能够降噪得益于小波变换的以下特点：低熵性（小波系数稀松分布，使图像变换后的熵降低）、多分辨率特性（极好的刻画了信号的非平稳性）、去相关性（噪声在变换后有白化趋势，小波域更有利于去噪）

目前，主流的小波去噪方法主要集中在三个方面：基于小波变换模极大值降噪、基于相邻尺度小波系数相关性去燥、基于小波变换域阈值去噪（硬阈值与软阈值、全局阈值与局部自适应阈值）。

2.小波图像去燥实现的步骤：

1.二维信号的小波分解。选择一个小波和小波分解的层次N，然后计算信号s到第N层的分解。

2.对高频系数进行阈值量化，对于从1~N的每一层，选择一个阈值，并对这一层的高频系数进行软阈值量化处理。

3.二维小波重构