图像信号在其形成、传输、变换以及终端处理中,经常会受到各种噪声的干扰而降质。为了抑制噪声,改善图像质量,必须对图像进行去噪预处理。中值滤波图像去噪技术已经经过了多年的发展,但中值滤波只对脉冲噪声有较好的滤波效果,而对高斯噪声的抑制能力不够理想。多分辨率分析技术是近年来兴起的信号处理技术,在图像处理方面也取得了很好的成效,适合处理高斯噪声。
　　针对椒盐噪声和高斯噪声的去噪算法进行了研究,深入研究了中值滤波去噪算法以及多分辨率分析去噪算法,并对多级中值滤波在多分辨率分析图像去噪算法中的应用进行了研究和实现。主要研究内容和研究成果如下:
　　1.介绍了中值滤波技术的发展,对各种中值滤波技术的原理和实现算法进行了研究,详细分析了各种算法的优劣,提出了一种改进的中值滤波算法,该算法采用8个具有方向的Nagao平滑滤波器五边形和六边形模板,在此模板上对噪声图像进行迭代自适应滤波。实验结果表明,该算法具有很好的细节保持性能,对高概率密度椒盐噪声的滤除效果明显优于其它经典中值滤波算法。
　　2.研究了多分辨率分析的发展,对小波变换,Contourlet变换、小波-Contourlet变换的原理和实现算法进行了探讨。通过非线性逼近实验进行对比,分析了Contourlet变换相对于小波变换的优越性以及小波-Contourlet变换相对于Contourlet变换的优越性。另外在综合运用Contourlet变换、边缘检测和最佳软阈值去噪算法的基础上,提出了一种能较好保留图像边缘特征的去噪方法。采用LOG算子作为边缘检测算子,进而在Contourlet变换域上对图像的边缘部分和非边缘部分分别选取不同阈值进行最佳软阈值去噪处理。实验表明,与采用Donoho软阈值的Contourlet变换去噪方法相比,该方法可有效地保留图像的边缘信息,达到了更好的去噪效果。PSNR值可提高0.7-1.5dB。当叠加噪声标准差较大时,去噪效果和边缘保护性改善更明显。
　　3.研究了多级中值滤波算法的基本原理和算法实现,将多级中值滤波算法应用到多分辨率分析中,并进行了去噪仿真实验。提出了一种多分辨率分析阈值去噪改进算法。利用多级中值滤波器窗口提取变换域系数的层内相关特性,确定阈值处理函数。阈值处理函数不仅考虑单个系数幅值的大小,而且考虑它的邻域系数相关特性。实验结果表明,在采用同样图像变换的前提下,与其他阈值处理方法相比,该算法可以得到更好的去噪效果和更高的PSNR值。