一種基于層次分析法選取小波基的圖像去噪方法
【專利摘要】本發(fā)明涉及一種基于層次分析法選取小波基的圖像去噪方法，包括以下步驟：步驟S1：選取用來評(píng)價(jià)圖像去噪結(jié)果的指標(biāo)，采用層次分析方法，建立了相對(duì)重要性判斷矩陣，對(duì)各個(gè)指標(biāo)的權(quán)重進(jìn)行了量化分析，并經(jīng)一致性檢驗(yàn)可靠；步驟S2：基于指標(biāo)的權(quán)重分析，選取小波基，采用小波分析法對(duì)圖像進(jìn)行去噪。與現(xiàn)有技術(shù)相比，本發(fā)明建立了基于層次分析法的小波基評(píng)價(jià)的基本框架，可以方便直觀地選取最優(yōu)小波基，為實(shí)際圖像操作提供科學(xué)客觀的依據(jù)。
【專利說明】一種基于層次分析法選取小波基的圖像去噪方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)字圖像處理領(lǐng)域，尤其是涉及一種基于層次分析法選取小波基的圖像去噪方法。

【背景技術(shù)】
[0002]層次分析法即解析遞歸過程(Analytic Hierarchy Process, ΑΗΡ)是由美國(guó)運(yùn)籌學(xué)家Saaty于20世紀(jì)70年代提出來的一種定性與定量分析相結(jié)合的多目標(biāo)決策分析方法。其主要思想是:首先根據(jù)問題的性質(zhì)和要求達(dá)到的總目標(biāo)，將問題按照層次分解成不同的因素，同一層次L內(nèi)各個(gè)不同因素的權(quán)重(即重要程度)，可以通過它們兩兩之間進(jìn)行成對(duì)判斷來得到。下一層次L+1內(nèi)因素的重要程度，既要考慮本層次，又要考慮上一層次的權(quán)重因子。因此，一般要計(jì)算組合權(quán)重，并且一層一層地計(jì)算下去，一直到最后一層。最終，方案之間的相對(duì)重要性可以通過內(nèi)在因素的重要性(權(quán)重)加以體現(xiàn)。
[0003]遙感圖像去噪的實(shí)質(zhì)是抑制信號(hào)中的無用成分，增強(qiáng)有用成分，重建出原始信號(hào)的處理過程。傳統(tǒng)的去噪增強(qiáng)方法大多是將被噪聲干擾的圖像通過一個(gè)濾波器，濾除掉噪聲所占的頻率成分。此類方法有一定的效果，但是對(duì)脈沖信號(hào)、白噪聲、非平穩(wěn)過程信號(hào)等有一定的局限性。
[0004]目前利用小波進(jìn)行去噪的方法主要有三類:第一類是由Mallat提出的基于小波變換模極大值原理的去噪方法；第二類是相關(guān)性方法；第三類是有Donoho提出的閾值去噪法，也是研究和運(yùn)用最多的方法。
[0005]利用小波分析進(jìn)行去噪可以取得良好的效果，主要原因如下:①低熵性，小波系數(shù)的稀疏分布使圖像變換后的熵大幅降低；②多分辨率特性，由于采用了多分辨率分辨方法，小波分析可以很好刻畫信號(hào)的非平穩(wěn)特征(例如圖像的邊緣、信號(hào)的尖峰、斷點(diǎn)等)，可以在不同的分辨率下根據(jù)信號(hào)和噪聲的分布特點(diǎn)進(jìn)行去噪；③去相關(guān)性，因?yàn)樾〔ㄗ儞Q可以對(duì)信號(hào)進(jìn)行去相關(guān)化處理，并且噪聲在變換之后有白化的趨勢(shì)，所以小波域比時(shí)域或者空域更有利于去噪；④選基的靈活性，由于小波分析可以靈活地選擇小波基，可以根據(jù)信號(hào)的特點(diǎn)和噪聲的特點(diǎn)選取多小波，提升小波，小波包，平移不變小波等，在不同的場(chǎng)合，還可以根據(jù)不同的目的選擇不同的小波母函數(shù)。目前的旋轉(zhuǎn)變壓器軟件解碼算法大多數(shù)都采用的是計(jì)算反正切函數(shù)這一途徑，這就不可避免的帶來了抗干擾性較差的問題。
[0006]目前主要有兩種方法來評(píng)價(jià)圖像質(zhì)量的好壞:主觀評(píng)價(jià)法和客觀評(píng)價(jià)法。主觀評(píng)價(jià)法通過參評(píng)者根據(jù)自身的感受對(duì)圖像的質(zhì)量作出評(píng)價(jià)。這種方法的優(yōu)點(diǎn)是面向人的視覺系統(tǒng)，評(píng)價(jià)真實(shí)全面，但是評(píng)價(jià)的結(jié)果受評(píng)價(jià)者的個(gè)人偏好，自身素質(zhì)等不可控因素的影響巨大，此外，人的視覺心理因素很難用確定的物理量來準(zhǔn)確地度量，因而離散性較大。客觀評(píng)價(jià)是建立能夠自動(dòng)評(píng)價(jià)圖像質(zhì)量的客觀評(píng)價(jià)模型，這些模型一般通過提取一個(gè)或者多個(gè)圖像質(zhì)量量度指標(biāo)來衡量圖像質(zhì)量好壞?？陀^評(píng)價(jià)的模型可以采用數(shù)學(xué)公式加以描述，計(jì)算起來方便，結(jié)果直觀明確，能夠進(jìn)行定量分析，適用于機(jī)器處理。為了進(jìn)行定量、客觀的比較分析，需要采用客觀評(píng)價(jià)方法。


【發(fā)明內(nèi)容】

[0007]本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種基于層次分析法選取小波基的圖像去噪方法，建立了基于層次分析法的小波基評(píng)價(jià)的基本框架，可以方便直觀地選取最優(yōu)小波基，為實(shí)際圖像操作提供科學(xué)客觀的依據(jù)。
[0008]本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn):
[0009]一種基于層次分析法選取小波基的圖像去噪方法，包括以下步驟:
[0010]步驟S1:選取用來評(píng)價(jià)圖像去噪結(jié)果的指標(biāo)，采用層次分析方法，建立了相對(duì)重要性判斷矩陣，對(duì)各個(gè)指標(biāo)的權(quán)重進(jìn)行了量化分析，并經(jīng)一致性檢驗(yàn)可靠；
[0011]所述的步驟SI具體包括:
[0012]101:選取峰值信噪比、均方差、平均亮度、平均對(duì)比度、三階矩、一致性、熵作為評(píng)價(jià)圖像去噪結(jié)果的指標(biāo)，設(shè)為因素A1, A2,...,An, η = 7 ；
[0013]102:基于因素An構(gòu)建不同層次，對(duì)比因素An之間的重要性，得到相對(duì)重要性標(biāo)度au，au表示Ai對(duì)比Aj的重要性,且au = IVaji,進(jìn)而獲得nXn的判斷矩陣A = (au)；
[0014]所述的相對(duì)重要性標(biāo)度采用的比例標(biāo)度為1-9標(biāo)度；
[0015]103:對(duì)于矩陣A，先求出其最大特征根λ _，再求出其相應(yīng)的標(biāo)準(zhǔn)化特征向量W，即AW = λ _W，其中W的分量:w1;w2，就是相應(yīng)的η個(gè)因素的重要性，即權(quán)重或者權(quán)系數(shù)；
[0016]104:進(jìn)行一致性檢驗(yàn)，確定矩陣具有一致性；
[0017]所述的一致性檢驗(yàn)具體為:
[0018]I)計(jì)算矩陣的一致性指標(biāo)C.1.,

【權(quán)利要求】
1.一種基于層次分析法選取小波基的圖像去噪方法，其特征在于，包括以下步驟: 步驟S1:選取用來評(píng)價(jià)圖像去噪結(jié)果的指標(biāo)，采用層次分析方法，建立了相對(duì)重要性判斷矩陣，對(duì)各個(gè)指標(biāo)的權(quán)重進(jìn)行了量化分析，并經(jīng)一致性檢驗(yàn)可靠； 步驟S2:基于指標(biāo)的權(quán)重分析，選取小波基，采用小波分析法對(duì)圖像進(jìn)行去噪。
2.根據(jù)權(quán)利要求1所述的一種基于層次分析法選取小波基的圖像去噪方法，其特征在于，所述的步驟SI具體包括: 101:選取峰值信噪比、均方差、平均亮度、平均對(duì)比度、三階矩、一致性、熵作為評(píng)價(jià)圖像去噪結(jié)果的指標(biāo)，設(shè)為因素A1, A2,...,An, η = 7 ； 102:基于因素An構(gòu)建不同層次，對(duì)比因素An之間的重要性，得到相對(duì)重要性標(biāo)度aij;au表示Ai對(duì)比Aj的重要性,且au = IVaji,進(jìn)而獲得nXn的判斷矩陣A = )； 103:對(duì)于矩陣Α，先求出其最大特征根λ max，再求出其相應(yīng)的標(biāo)準(zhǔn)化特征向量W，即AW=λ _W，其中W的分量=W1，w2，就是相應(yīng)的η個(gè)因素的重要性，即權(quán)重或者權(quán)系數(shù)； 104:進(jìn)行一致性檢驗(yàn)，確定矩陣具有一致性。
3.根據(jù)權(quán)利要求2所述的一種基于層次分析法選取小波基的圖像去噪方法，其特征在于，所述的一致性檢驗(yàn)具體為: 1)計(jì)算矩陣的一致性指標(biāo)c
2)計(jì)算平均隨機(jī)一致性指標(biāo)R.1.，由多次重復(fù)進(jìn)行隨機(jī)判斷矩陣特征值的計(jì)算，取算術(shù)平均得到； 3)計(jì)算一致性比例
當(dāng)C.R.< 0.1，確定矩陣具有一致性。
4.根據(jù)權(quán)利要求2所述的一種基于層次分析法選取小波基的圖像去噪方法，其特征在于，所述的相對(duì)重要性標(biāo)度采用的比例標(biāo)度為1-9標(biāo)度。
5.根據(jù)權(quán)利要求1所述的一種基于層次分析法選取小波基的圖像去噪方法，其特征在于，所述的步驟S2具體包括: 201:使用DWT進(jìn)行圖像信號(hào)的分解，將層次分析法引入到綜合評(píng)分法中以確定各個(gè)指標(biāo)的權(quán)重，通過綜合評(píng)分法以確定最優(yōu)的小波基，其基本表示為
，其中，P為總得分，Wi為各個(gè)指標(biāo)的權(quán)重，Pi為各個(gè)分項(xiàng)指標(biāo)的得分，然后確定小波分解層次N，計(jì)算Y = Wy，其中y是一個(gè)I X N的輸入向量，W是一個(gè)(L+1) NX N的矩陣，L是一個(gè)水平數(shù)或分解尺度，Y是(L+1)NX1的輸出向量； 202:對(duì)小波分解的高頻系數(shù)進(jìn)行閾值化處理，在小波域選擇合理的閾值，對(duì)小波系數(shù)進(jìn)行閾值截?cái)?，保留部分系?shù)； 203:對(duì)圖像信號(hào)X進(jìn)行重構(gòu)，利用剩余的系數(shù)重建圖像信號(hào)X，即計(jì)算X = W_iX。
【文檔編號(hào)】G06T5/00GK104182935SQ201410392521
【公開日】2014年12月3日 申請(qǐng)日期:2014年8月11日 優(yōu)先權(quán)日:2014年8月11日
【發(fā)明者】翟永梅, 陳剛, 趙琪 申請(qǐng)人:同濟(jì)大學(xué)