视觉图像常常被强噪声污染,图像预处理的目的就是消除图像中的无用信息,恢复有用的真实信息,增强相关信息的可检测性,从而增加特征抽取、图像分割、匹配和识别等后续图像处理的可靠性。
目前,常用的图像平滑滤波有均值滤波、中值滤波、高斯变换和小波变换等。1992年,Mallat和Hwang提出奇异性检测理论,通过跟踪噪声和有用信号的小波变换在奇异点处模的极大值来消除噪声。1994年,Coifman等提出了著名的GHM 多小波,有效地克服了单小波的缺陷,并保留了单小波良好的时域和频域特性。1995年,Donoho等提出一种非线性小波变换阈值去噪法,保留低频分量中的小波系数。同年,Coifman和Donoho对阈值法进行改进,提出了平移不变量小波去噪法。1998年,F．Abramovich提出了一种基于贝叶斯模型的小波阈值滤波方法,建立了先验模型的系数和Basov空间参数的关系。1999年,Candes在小波变换的基础上提出了一种脊波变换理论,先对图像进行radon域变换,然后在radon域中使用小波变换来处理点奇异。2000年,Candes和Donoho提出曲波变换理论,其基本尺度呈现出很高的方向敏感度和很高的各向异性。2000年,James S．Walker提出自适应树小波萎缩法,这是一种将小波收缩和小波变换的统计特性相结合的图像去噪方法。2002年,Hua Xie提出了一种将小波贝叶斯去噪技术与马尔可夫随机场模型相结合的图像去噪方法。2002年,Minh N.Do和Martin Vetterli提出了一种轮廓变换方法,该方法具有多方向特性和有效的边缘及轮廓捕捉特性,能够满足曲线的各向异性尺度关系,实现类似曲波的快速分解。2003年,Minh N.Do和Martin Vetterli提出了一种有限脊波变换方法,在脊波变换中应用有限radon变换。2004年,Candes和Donoho提出了一种新的曲波紧致框架方法,直接从频域进行多尺度分析。2006年,A.L.Cunha等提出了具备平移不变性的、非抽取的轮廓变换,通过对金字塔分解和方向滤波器均不采取下采样来实现。(www.xing528.com)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
