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
˝
•
‰
˚