【图像处理】基于matlab的小波隐马尔可夫树图像去噪算法仿真

目录

1.算法概述

2.仿真效果

3.MATLAB仿真源码

---

1.算法概述

       基于小波域分类隐马尔可夫树(CHMT)模型的图像去噪方法.该模型中,图像在每一尺度每一子带的小波系数均被分成C组以突出其空域非平稳变化 的特征,这样原来的一棵小波四叉树被分成了C棵具有不同HMT参数的小波四叉树,再经过合理的初始化和期望最大化(EM)算法训练参数,反变换恢复.实验 结果表明,与已有方法相比,该方法在不增加计算量的前提下,明显改善了所恢复图像的质量(PSNR).采用基于小波域隐马尔可夫树模型(HMT)对纹理进行分析,并有机地结合遥感图像的要求和特点进行深入研究。由于小波系数不满足高斯分布,在同尺度内和尺度间都表现为一种潜在的依赖关系,所以小波域HMT模型较准确地揭示了小波系数间的这些依赖关系。

        在隐马尔可夫模型（HMM）中，我们不知道模型具体的状态序列，只知道状态转移的概率，即模型的状态转换过程是不可观察的。隐马尔可夫模型是马尔可夫链的一种，它的状态不能直接观察到，但能通过观测向量序列观察到，每个观测向量都是通过某些概率密度分布表现为各种状态，每一个观测向量是由一个具有相应概率密度分布的状态序列产生。所以，隐马尔可夫模型是一个双重随机过程----具有一定状态数的隐马尔可夫链和显示随机函数集。自20世纪80年代以来，HMM被应用于语音识别，取得重大成功。到了90年代，H