logo资料库

几种基于小波阈值去噪的改进方法.pdf

第1页 / 共5页
第2页 / 共5页
第3页 / 共5页
第4页 / 共5页
第5页 / 共5页
资料共5页,全文预览结束
第2期 危子测试 ELECTRONIC TEsT Feb.2008 No.2 几种基于小波阈值去噪的改进方法 朱艳芹。杨先麟 (武汉工程大学武汉430074) 摘要:传统小波阈值去噪分为硬阈值去噪和软阈值去噪,而在其去噪过程中,硬阈值函数在一些不连续点处 有时会产生伪吉布斯现象;软阈值函数中估计的小波系数与信号的小波信号之间存在恒定偏差。为了去除这些 现象,本文提出了几种新阈值函数的改进方案。实验结果表明,新阈值函数消噪后的视觉特性较好,并且信噪比 提高,均方根误差有所降低。从而说明这些方法的有效性。 关键词:小波变换;阈值消噪;门限规则 中图分类号:TP274 文献标识码:B Several new methods based on wavelet thresholding denoising Zhu Yanqin,Yang Xianlin (Wuhan Institute of Technology,Wuhan 430074,China) Abstract:The typical method of threshold in de-noising has two kinds of ways,one of them is hard one and the other is soft.In some cases,such as on the discontinuities points,the Gibbs phenomenon will exhibit when we use hard thresholding function to remove noise of signals and soft hresholding method also has disadvantages.In order to remove the shortings,some new thresholding functions are presented. The results of the experiment show that the vision of de—noising is better and the RMSE of signal has been decreased a lot while the SNR has been increased,which indicates the methods presented in this paper are effective. Keywords:wavelet transform;thresholding denoising;method of threshold 0引 言 噪。首先本文介绍了阈值去噪的原理,然后介绍了 传统的硬阈值去噪和软阈值去噪,并且分析了二者 的不足之处。基与此,提出了几种改进的阈值函 近年来,小波理论得到了迅速发展,而且由于 数,最后通过实验进行仿真。 小波具有低熵性、多分辨特性、去相关性和选基灵 活性等特点,所以它在处理非平稳信号、去除图像 1阈值去噪原理 信号噪声方面表现出了强有力的优越性。小波去 1.1小波去噪 噪方法可以分为多种,本文主要讨论小波阈值去 小波去噪就是利用具体问题的先验知识,根据 屯蚤塾i基 EU:CTRONIC TEST ˝ • ‰ ˚
信号和噪声的小波系数在不同尺度上具有不同性 质的机理,构造相应规则,在小波域采用其他数学 方法对含噪信号的小波系数进行处理。实际中,有 用信号通常表现为低频信号或较平稳信号,噪声信 号则表现为高频信号,其消噪过程为: (1)实际信号进行小波分解,选择合适小波并 确定分解层次: (2)对小波分解的高频系数进行处理; (3)对处理后的小波系数进行重构,即为去噪 后的真实信号。 1.2小波阈值去噪 奶,t与札。.t两者的差值尽可能小; (3)利用奶,。进行小波重构,得到估计信号即 为去噪后的信号。 2阈值去噪方法 基于小波变换的阈值去噪关键是要解决2个 主要问题:阈值门限的选取和阈值去噪的方法。 2.1阈值门限 根据现有文献可知阈值门限选取规则如下: (1)固定阈值门限准则:利用固定形式的门限, 小波阈值方法是典型的基于非参数模型的噪 可取得较好的去噪特性 声抑制方法。经过小波分解,图像本身的能量主要 分布在低分辨的尺度函数上,而噪声能量仍然均匀 分布在低分辨的尺度函数和所有小波系数上。在 变换域,图像的空间相关性降低,能量更集中,而噪 声的能量分布不变。基于这种特性,小波去噪技术 保留或收缩大的小波系数,剔除小的小波系数,这 种方法成为小波阈值法。 基于小波变换的阈值去噪方法就是利用小波 变换的变尺度特性,对图像具有一种“集中”能力。 如果一个图像的能量集中在小波变换域少数系数 上,那么对这些系数的取值必然大于在小波域内能 量分散于大量小波系数上的图像或噪声的小波系 数值。 设含噪信号经小波分解得到n个小波系数,噪 声信号的均方差为盯,则去门限阈值thr=盯· 厮; (2)无偏风险估计准则:对应于每一个门限值, 求出与其对应的风险值,使风险最小的门限就是我 们所要选择的门限。其门限值thr=盯知。,W。为 由最小风险值的下标求出的对应值; (3)混合阈值门限准则:固定门限准则和无偏 风险估计准则的综合 设s为厅个小波系数的平方和,令叩=(s-n)/n 以及弘=[1%n]耽胍,则: f盯/2lnn,叼≤p , 小波阈值去噪的基本思想:当埘¨小于某一阈 【min(盯.以ln,l,矿√埘。),田>p 值时。加¨主要由噪声引起的,可将其舍去;当加m大 (4)极大极小阈值门限准则:采用固定门限获 于某一阈值时,小波系数主要由信号引起,将其保 得理想过程的极小极大特性。其门限值thr= 留。软硬阈值法都是对大于阈值部分的加“进行处 0.393 6+0.182 9[109n/l092],/7,为信号长度。 理,前者将该部分系数按一个固定量向零收缩;后 2.2常用的阈值函数 者直接保留该部分系数。然后用处理后的小波系 在进行阈值去噪的过程中,我们不可避免的会 数埘m进行小波重构,得到去噪后的信号。 用到噪声方差or和阈值A,这里先简单介绍一下二 小波阈值去噪步骤: 者的计算方法。 (I)对含噪信号做小波变换,得到一组小波系 数吁.I; 盯=meod.i6a7n4(w5)k一)(使用中值估计器来估计噪声 (2)根据小波变换的线性性质,小波系数tt,“ 方差,埘f.‘E subbandHH); 由信号小波系数和噪声小波系数叠加而成。通过 A=盯,/瓦sn(,l为信号长度或小波分解的层 对加肼进行阈值处理,得出估计小波系数疡¨,使得 数)。 匕 单巨髑 ELEC-flq0NIC TEST ˝ • ‰ ˚
A的几种改进算法: A,=or 4210s[(J+1)/j];Af=盯,2,/'砸n/ In(e+.『一1)(吼的确定:在小波分解时,取个尺度 昭∥‰)×~/叫2一矿‰㈨ 【0 ,I嘶。^IA2 3实验结果分析 硬阈值函数在图像去噪过程中,由于其在小波 本文对小波分解后得到的高频系数硬取阈值、 域内是不连续的,在A和一A间存在间断点。同时 软取阈值以及新阈值函数去噪进行仿真实验,并将 它把小于阈值的小波系数剔除,大于阈值的小波系 这几种阈值函数去噪结果进行比较,如图1所示。 数不加处理的保留,在对信号进行重构时会使重构 通过本文的实验可知,为了提高信噪比,软阈值函 信号产生较大均方差,出现振荡。 软阂值函数在小波域内是连续的,不存在间断 数所取的阈值应该为硬阈值函数所取阈值的1/3, 而新阈值函数中所取阈值大约是硬阈值函数的 点的问题。但是它的导数是不连续的,因而在求高 0.6倍。。 阶导数时存在困难。同时软阈值函数中估计的小 波系数与信号的小波信号之间存在恒定偏差,这样 也使得重构信号产生较大均方差,影响去噪效果。 正因为软硬阈值函数在去噪过程中存在这样 的缺陷,所以我们就将它们进行改进,得到了几种 基于软硬阈值函数的新阈值函数。该阈值函数不 但连续而且在大于阈值的小波域内有连续高阶导 数,也不存在阈值函数参数的选择问题,同时新的 阈值函数实现了在不同分解层上阈值函数不同的 效果,更加有利于去噪。 (1)软硬阈值折衷法: .pgn(wj.,)[I吁,Il一以】 ,I哟,II≥A “‘【o ,f加似I
4结 论 -图像去噪是图像处理领域的一个热点,也是一 个有挑战性的研究方向。基于小波变换的图像去 噪方法已经成为去噪和图像恢复的重大分支和主 要研究领域。本文讨论了小波去噪方法中的阈值 去噪算法。文中首先介绍了软硬阈值函数,并指出 了在去噪过程中二者的不足之处,从而提出了几种 新阈值函数。通过分析比较后得出结论,新阈值函 数是软硬阈值函数的改进,综合了二者在去噪方面 的优点,改正了二者去噪过程中存在的缺陷。对于 任意新阈值函数可以通过改变其参数达到与软硬 阈值函数的转换。其去噪效果明显优于二者。但 是对于本文提出的几种阈值门限的选取准则,因为 研究尚未完善,所以还有待于进一步深入。 O 2 O∞ (c)硬阈值去噪 ∞ 加 O 加 O 柏 加 。 加 0 2 000 4 000 参考文献 (d)半软阈值去噪 l rL ] 陈武凡.小波分析及其在图像处理中的应用[M].北 京:科学出版社,2002. rL 2 ] 董卫军,卢燕宁.利用小波分析进行图像去噪[J].微 机发展,2003,13(7):88-89. 3 rL ] DONOHO D L De-noisingby soft—thresholding[J].IEEE Tram.∞Inform.Theory,1995,41(3):613-627. 4 rL ] SHI G M,LI F D.Image denoising with optimized sub- band threshold[J].ICCIMA,2003,7:27-30. 5 ] rL ANDREW B,GAO H Y.Wave Shrinkage functions and Threshold[J].SPIE,1995,2569:270-281. 6 ] rL 李建平,唐远炎.小波分析方法的应用[M].重庆:重 庆大学出版社,2000. 2 000 4 000 (e)软阈值去噪 图1去噪结果比较 针对带噪信号,我们也对其进行了阈值去噪的 7 ] rL 崔华,宋国乡.基于小波阚值去噪方法的一种改进方 仿真实验,从而得出了软硬阈值去噪和新阈值函数 去噪的MSE结果比较,如表l。所示由表中可以看 出,新阈值函数更有效降低了均方差,提高了信噪 比,其去噪后的图像信号解决了抑制噪声和保留图 像细节的矛盾,得到了最佳的去噪效果。 表1软硬阈值及新阈值函数去噪的MSE统计结果 MSE 带噪信号软阈值硬阈值新阈值带噪信号软阈值硬阈值新阈值 25.121 24.研25.3嘶 199.966加1.346 402.314 186.628复.085 匕˝ 案[J].现代电子技术,2005,28(1):8-9. 8 rL ] 孙延奎.小波分析及其应用[M].北京:机械工业出 版社,2005. 9 ] rL MM,LATS,I-IWANGL SigIlI秭t)r detection and processing with wavelets[J].IF.F,E Tram.on Inform Theory,1992,38 m rL 】 n rL ] (2):617.-624. Guo D F.A study of wavelet thresholding denoising[c]. In:IEEE Proceeding 0f ICSP.2000:329-332. 张维强,宋国乡.基于一种新的阈值函数的小波域信 号去噪[J].西安电子科技大学学报,2004,31(2): 屯蚤麴试 El上CTRONIC TEST • ‰ ˚
[12] [13] [14] [15] 296-299. [16] 彭玉华.一种改进的小波变换阈值去噪[J].通讯学 赵瑞珍,宋国乡,王红.小波系数阈值估计的改进模 报,2004,25(18):119—123. 型[J].西北工业大学学报,2001(4):625-628. [17]文莉,刘正士.小波去噪几种方法[J].合肥工业大学 GUO D F,GAO ZH M,ZHANG J Q.Application of 学报:自然科学版,2002,25(2):167·172. wavelet threshold to sioud denoising[J].Journal of [18] 张磊,潘泉,张洪才,等.小波域滤波阈值参数的选取 Shandong University,2001,36(3):306-311. [J].电子学报,2001,29(3)-400-402. 门涛,陈建安.基于平滑阈值函数的小波图像去噪 作者简介 [J].计算机工程与科学,2004,26(8):50-52. 朱艳芹,女,1982年出生,汉族,武汉工程大学电气信息 DONOHO DL,JOHNSTONE M.Adapting to unknow/i 刮moothI嘲via wavelet shrinkage[J].Journal of the A- Interican Statistical Association,1995,90(12):1200-1224. 学院在读硕士,主要从事虚拟仪器以及小波分析理论和应 用方面的研究。 E-mail:zlluyanqin@gmail.corn (上接第4页) 此必须考虑其能量利用的高效性。本文从器件本 身的功耗特性、支持多工作模式、减少数据流量、避 免数据碰撞等方面对网络节点提出节能策略。只 有综合考虑节点各部分的能量消耗,才能最大限度 的利用有限能量,延长网络的生存周期。 参考文献 [1]TAO L,MIDKIFF S F,PARK J s.A framework for Wireless ad Hoe routing protocols[A].Wireless Corn- munieations and Networking WCNC 2003[C].2003, 2(2):1162—1167. [2] 于海斌,曾鹏.智能无线传感器网络系统[M].北 京:科学出版社,2006. [3]IEEE Std 802.15.4-2003 IEEE standard for information technology:Telecommunications and information exo change between systems:local and metropo“tan area networks specific requirements:part 15.4 wireless me- dium们c髓s control(MAC)and physical layer(PHY) specifications for low··rate wireless personal area net-· works(LR.WPANs)[S].2003. [4] CALLAWAY E H.Wireless∞rlLqor networks—architee· tures and protocols[M].Auerbach,Boca Raton,FL, 2003. [5]RAGHUNATHAN V,SCHURGERS C,PARK S,et a1.En- 6q'gy-awal_e widess microsensor networks[J].IEEE Sign丑l Processing Ma鲥ne,2002,19:40-50. [6]孙利民,李建中,陈渝,等.无线传感器网络[M].北 京:清华大学出版社,2005. 作者简介 高键,男,1981年出生,硕士研究生,主要从事无线传感 器网络、ZigBee技术的研究。 地址:北京朝阳平乐园100号教育部数字社区,100022 电话:010-67392264;E—mail:gaojianl 10@emails.bjut.edu.∞ 屯蚤泗i嚣 ELECTRONIC TE|ST d ˝ • ‰ ˚
收藏