文 献 综 述

1.研究背景

随着各式各样数码产品的普及，图像和视频已经成为人类活动中最常用的信息载体，它们包含着大量信息，成为人们获取外界信息的主要途径。然而在图像的获取、传输和存储过程中常会受到各种噪声的干扰，从而影响图像的质量。所以为了获取高质量数字图像，很有必要对图像进行去噪处理。

图像去噪的方法有多种。其中，小波去噪法是目前非常广泛的研究方法。1995年Donoho和Johnstone提出了小波阈值去噪法^[1][2]，研究了在叠加高斯白噪声环境下检测出真实信号的方法。小波去噪法具有多分辨率分析的特点，在去噪方面具有明显优势，可用于非平稳信号去噪，既能有效去除噪声，还能较好保留信号的突变部分。

2.图像去噪与研究现状

图像噪声通常是指妨碍人的视觉或感觉器官对图像信息进行理解或分析的各种因素。噪声一般是不可预测的的随机信号。图像噪声主要来源与三个方面^[3]：(1）敏感元器件内部产生的高斯噪声。（2）光电转换过程中的泊松噪声。（3）感光过程中产生的颗粒噪声。

常见的图像噪声类型^[4]：

(1)加性噪声：加性噪声与图像信号强度不相关，假设含噪图像为f(x,y),则加性噪声可表示为：f(x,y)=g(x,y) n(x,y)。 (1)

(2)乘性噪声：乘性噪声与图像信号是相关的，往往随图像信号的变化而变化，假设含噪图像f(x,y),则乘性噪声可表示为:f(x,y)=g(x,y)n(x,y)。 (2)

(3)量化噪声：量化噪声的大小能显示出数字图像和原始图像的差异，采用灰度级概率密度函数选择量化级的最优化措施。