论文部分内容阅读
图像在获取或传输的过程中不可避免的会受到噪声污染，噪声严重的影响了后续的图像处理工作。为了提高图像的质量以及后续更高层次处理的需要，对图像进行降噪就成为了图像预处理中一项非常重要的工作。图像降噪目的就是从被噪声污染的含躁图像中会付出原始的图像，尽可能的保留图像的重要特征与细节。传统图像降噪在降噪和保留细节难以令人满意：小波变换作为一种新的时频分析方法，具有多尺度、多分辨分析的特点，为信号处理提供一种新的、强有力地手段，在图像降噪领域得到了成功的应用。目前，基于小波降噪的方法已经成为图像降噪和恢复的重要分支，而根据图像小波系数的统计特性，研究基于模型的降噪方法，是目前图像降噪领域中的主要方向。无论在理论上还是在实际应用中都有重要的意义。本文在概括了小波域统计图像降噪的背景和意义及其研究历史和发展趋势。介绍了常用的小波理论和随机的Markov模型，利用小波系数在经过变换后小波系数的分布情况，建立相应的模型降噪。