图像中总是存在有许许多多的噪声,为了更好地对图像进行分析,就必须在图像预处理中减小图像中的噪声。小波分析是一种有效的分析工具,近来随着小波理论的不断发展完善,小波理论已经被应用到各个学科领域。同样,小波在图像去噪中也得到了广泛的应用,并产生了许多小波图像去噪算法。 本文在简述了小波的基本理论后,对以小波为工具的数字图像去噪进行了有益的探索。本文的研究工作主要包括以下三个方面的内容:对小波收缩阈值进行研究并提出了新的收缩阈值;对小波系数间的相关特性进行了研究提出了基于层间相关性的图像去噪算法;根据小波域中不同尺度上图像和噪声对应系数极大值的分布情况,分析研究了小波域中图像与噪声对应的系数极大值尺度间传递特性。 Donoho提出了小波去噪的收缩阈值:这一阈值是最佳阈值的上限但不是最佳阈值,并且它只与噪声大小有关而与图像自身特性无关。本文提出了基于图像奇异特性的小波收缩阈值,并将其应用于图像去噪,获得了较好的去噪效果。 图像小波系数间存在着很强的相关性,有层内和层间相关性。本文考虑到图像小波系数的层间相关特性,提出了基于层间相关性的小波收缩去噪算法。