18、图像去噪：随机采样与小波融合方法解析

图像去噪：随机采样与小波融合方法解析

1. 随机采样与图像去噪概述

随机采样方法为图像去噪带来了新的思路，它通过向去噪图像集引入随机性，为进一步处理以获得更好的去噪效果提供了可能。在处理一组受加性高斯白噪声（AWGN）干扰但核心图像相同的图像时，平均法和小波融合法是两种可行的处理方式。

1.1 多图像平均去噪

多图像平均去噪有不同的实现方式：
- 方式一 ：对图 7.3(a) 和 (c) 进行平均，得到的图像峰值信噪比（PSNR）为 21.4026 dB。
- 方式二 ：将图 7.3(a) 与 10 个奇异值阈值（SVT）恢复的图像进行平均，这 10 个图像是由图 7.3(a) 随机选取 50% 的像素值置为 0 后恢复得到的，且这些随机位置的相关性小于 50%，得到的图像 PSNR 为 22.4795 dB。

1.2 小波图像融合去噪

为了进一步提高通过平均多个 SVT 恢复的随机采样噪声图像所获得的去噪图像质量，可以从两个角度考虑：
- 采用更好的图像恢复算法 ：这方面有很多可能性，但这里不做详细讨论，可作为读者的练习。
- 实现更好的多图像融合方法 ：本节主要探讨应用小波图像融合方法，将所有 SVT 恢复的图像合并为一个去噪图像。具体来说，在小波图像融合中应用 Garrote 阈值处理，以抑制 SVT 恢复图像中的高斯噪声残留。使用之前提到的 waveletfus 函数来实现更好的去噪效果。