基于小波变换的图像去噪及质量评价系统

资 源 简 介

该项目是一个专门针对图像处理教学与科研开发的MATLAB工具包，主要实现利用小波理论进行图像空域噪声抑制。系统核心集成了多种基于小波系数收缩的去噪方法，包括最为经典的硬阈值去噪、软阈值去噪以及改进的阈值函数处理。程序通过对原始图像进行离散小波变换（DWT），将图像信号分解到不同的尺度和方向上，利用噪声与有效信号在小波域分布特性的差异，精确识别并过滤高频噪声系数。 项目深度支持多种小波基函数的选择（如Haar、Daubechies、Symlets和Coiflets等），并允许用户自定义分解层数以适应不同分辨

详 情 说 明

基于小波变换的多算法图像去噪与质量评价系统

项目介绍

本项目是一个基于MATLAB开发的图像去噪与质量评价工具，专注于利用多分辨率分析理论解决图像中的噪声污染问题。系统通过离散小波变换（DWT）将图像信号从空域转换至小波域，通过识别并处理代表噪声的高频细节系数，实现图像的平滑与边缘保持。本项目不仅实现了多种经典的阈值处理算法，还集成了客观的图像质量评价指标，为科研和教学提供了一个直观的实验平台。

功能特性

1. 多小波基支持：系统支持包括 Haar、Daubechies (db)、Symlets (sym) 和 Coiflets (coif) 在内的多种小波基函数，适应不同特征的图像处理需求。
2. 多尺度分解：允许用户自定义分解层数，深入探究图像在不同频率子带上的特征分布。
3. 主流噪声模拟：内置高斯噪声和椒盐噪声生成的模拟功能，用于测试系统的鲁棒性。
4. 自适应阈值估计算法：集成了 VisuShrink 准则，利用第一层高频系数的鲁棒标准差估算（Median Absolute Deviation）自动生成去噪阈值。
5. 多种去噪算法对比：系统同场对比硬阈值法、软阈值法以及一种基于调节因子的改进型半软阈值法。
6. 质量评价体系：通过峰值信噪比（PSNR）和均方误差（MSE）两个维度，对去噪后的图像质量进行量化分析。
7. 多维可视化：一站式展示原始图像、含噪图像、小波分解系数图以及三种不同算法的去噪成果图。

系统要求

• 运行环境：MATLAB R2016b 或更高版本
• 必备工具箱：

1. Image Processing Toolbox（图像处理工具箱） 2. Wavelet Toolbox（小波工具箱）

实现逻辑与流程

主程序按照以下流程顺序执行：

1. 初始化与参数配置：设定实验所需的小波基（如 db4）、分解层数（3层）以及噪声参数。
2. 数据预处理：读取图像并进行灰度化处理。将图像数据转换为双精度浮点数（double），以确保后续计算的精度。
3. 噪声注入：根据预设参数，在原始高清图像中加入高斯颗粒噪声或椒盐噪声。
4. 小波空间映射：调用二维离散小波分解函数，将图像分解为包含近似系数和各级细节系数的向量结构。
5. 阈值计算逻辑：

* 提取第一层分解中的对角线细节系数。 * 使用中值绝对偏差法估计噪声强度 sigma（公式：median(|D1|) / 0.6745）。 * 应用 VisuShrink 准则计算全局通用阈值（公式：sigma * sqrt(2 * log(N))）。

1. 核心去噪处理：通过内部处理函数，按照预定算法逻辑遍历处理小波系数向量：

* 硬阈值：直接将绝对值小于阈值的系数置零。 * 软阈值：在置零的基础上，对剩余系数进行收缩处理。 * 改进阈值：引入调节因子 k=0.5，在保持边缘与减少伪影之间取得平衡。

1. 图像重建：运用逆离散小波变换（IDWT），将处理后的系数还原为去噪图像。
2. 评价与可视化：计算各结果的 PSNR 和 MSE，并通过控制台输出统计表，同时生成对比图表展示实验效果。

关键函数与算法说明

• 小波分解与重构实现：算法核心依赖于多尺度分解逻辑。生成的系数向量包含近似分量及各层的水平、垂直、对角线三个方向的细节分量。重构过程则利用这些经过处理的系数精确还原图像。
• 系数处理函数 (apply_threshold)：该函数是系统的核心逻辑单元。它根据输入的参数（hard, soft, improved），在不打乱小波空间结构的前提下，通过遍历各层细节系数的索引位置，针对性地应用数学收缩公式。
• 质量评价函数 (calculate_metrics)：实现了标准的 PSNR 计算公式，通过对比原始图像与处理后图像的均方差，反映出滤波算法对有用信号的还原能力。
• 改进型阈值算法：代码中实现了一种结合硬、软阈值优点的计算方式。当系数大于阈值时，进行特定比例的线性收缩，旨在解决软阈值导致的图像模糊问题和硬阈值产生的局边界效应（Gibbs 现象）。

使用方法

1. 在 MATLAB 中打开主程序文件。
2. 根据实验需求，在脚本顶部的“参数设置”部分通过修改变量（如 wavelet_name, decomp_level等）来调整实验条件。
3. 点击“运行”，系统将自动完成从噪声生成到结果评价的全过程。
4. 运行结束后，系统会自动弹出可视化图形窗口，并在命令行窗口打印出质量评价指标统计表。