摘要：为了有效地去除毫米波图像中含有的噪声,提高目标识别的精度,提出一种将二维经验模式分解（BEMD,Bidimensional Empirical Mode Decomposition）与基于双树复小波变换（DTCWT）的加窗局部Wiener滤波相结合的图像去噪算法。首先,对毫米波图像进行BEMD分解,得到不同特征尺度的本征模函数（IMF,Intrinsic Mode Function）子图像集;其次,利用双树复小波变换对中高频IMF子图像进行多尺度、多方向分解,并结合带有椭圆方向窗的局部Wiener滤波算法对各个高频方向子带进行去噪;最后通过DTCWT逆变换重构得到去噪后的IMF,并与残差图像相加进行BEMD重构。实验结果表明,该融合算法与单独的BEMD,DTCWT-Wiener滤波及离散小波变换-Wiener滤波算法相比,去噪后图像的视觉效果更好,提取的目标的边缘及细节特征更清晰,因而峰值信噪比最高。

关键词：二维经验模式分解 双树复小波变换 局部wiener滤波 毫米波图像去噪 

单位：苏州市职业大学电子信息工程系 江苏苏州215104 燕山大学电气工程学院 河北秦皇岛066004