小波包多阈值去噪法

该方法的主要思想是：基于图像和噪声在经小波变换后 具有不同的统计特性：图像本身的能量对应这幅值较大 的小波系数，主要集中在高频；噪声能量则对应着幅值 较小的小波系数。根据该特征，设置一个阈值门限，认 为大于该阈值的小波系数的主要成分为有用的信号，给 予收缩后保留；小于该阈值的小波系数，主要成分为噪 声，予以剔除，这样就可以达到去噪的目的。
所以基于小波变换的多阈值小波去噪的关键
无疑是阈值的选取和采用什么阈值函数两个 问题，这两个是对去噪的效果影响最大对含噪声信号做正交小波变换，选择合适的小波和小波 尺度，对含噪信号进行小波分解至尺度，得到相应的小 波分解系数。 对分解得到的小波系数进行阈值处理，把低于阈值的小 波系数（主要是信号噪声引起的）置为0，而对于高于 阈值的（主要是信号引起的）予以保留或者进行伸缩， 从而得到估计小波系数。 对进行小波重构，得到估计信号，即为去噪后的信号。


去噪时，通常认为低通系数含有大量的图像能量，一般 不作处理，只对剩余三个高通部分进行处理。因此，一 次阈值去噪并不能完全去除噪声，还需要对未处理的低 频部分再次进行小波分解和阈值去噪，直到实际图像与 估计图像的偏差达到最小值。 但是，随着分解和去噪次数的增加，小波系数中的噪声 能量越来越少，并且趋于分散，去噪的效果将逐渐降低。 一般来说，进行3-4层小波分解和去噪就可以达到满意的 去噪效果。