УДК 004.02
Метод подавления шума в изображениях
на основании кратномасштабного анализа
© Л.Л. Волкова
МГТУ им. <...> Н.Э. Баумана, Москва, 105005, Россия
Основываясь на преимуществах кратномасштабного анализа, можно проводить
фильтрацию шума, учитывая особенности сигнала. <...> В применении к изображениям
разработан метод подавления шума, использующий на этапе фильтрации коэффициентов вейвлет-преобразования гистограмму коэффициентов для определения
порога фильтрации по доле вклада фильтруемых коэффициентов в сигнал. <...> Ключевые слова: вейвлет-преобразование, кратномасштабный анализ, подавление
шума, пороговая фильтрация, фильтрация, цифровая обработка сигналов,
вейвлет, фильтрация, шум, изображение. <...> Для подавления шума широко применяются такие методы, как
фильтр низких частот, фильтр высоких частот, медианный фильтр,
фильтр Гаусса [1]. <...> Кратномасштабный анализ, обладая такими достоинствами, как
масштабируемость и возможность локализации (в отличие от преобразования Фурье) в сигнале деталей определенного размера [2], в
применении к задаче подавления шума в изображениях позволяет,
классифицировав некоторым образом часть деталей как шум, проводить фильтрацию на основе анализа особенностей сигнала [3]. <...> Л.Л. Волкова
мечательно следующее: после выполнения N-шагового дискретного
вейвлет-преобразования при удалении деталей, классифицированных
как шум, из основного сигнала детализирующие сигналы хранят
вклады от деталей меньших размеров. <...> В результате, из детализирующих сигналов может быть восстановлена исходная функция [4], а
благодаря работе Д.Л. Донохоу и его сотрудников [5] для некоторых
шумовых моделей могут быть даны рекомендации по выбору уровня
порога для коэффициентов детализирующих сигналов, который позволяет удалить шум, не нарушая важных особенностей сигнала. <...> Стандартные методы, используемые при подавлении шумов в изображениях, такие как медианный фильтр и фильтр Гаусса низких частот, проще в применении <...>