本发明涉及改进的小波阈值图像背景抑制方法的实现技术，可用于数字图像处理中的图像背景抑制，属于信息技术领域。
背景技术：
基于小波背景抑制的原理是利用小波变换多尺度的“集中”能力处理信号的小波系数，随着小波理论研究体系的深入，小波背景抑制方法有了很大的发展，利用小波对图像进行背景抑制的方法也很多，如今比较活跃的方法主要有小波阈值图像背景抑制方法、基于小波变换极大值背景抑制方法和基于小波变换系数相关性的背景抑制方法。采用小波阈值图像背景抑制方法有两个很重要的因素密切关系到抑制后图像的效果：一个是阈值函数的选择；另一个是阈值参数的选择。
在小波阈值图像背景抑制方法中，阈值函数主要是对超过阈值或者低于阈值的小波系数进行处理。普遍使用的阈值函数主要分为两种：硬阈值函数与软阈值函数。
无论软阈值函数还是硬阈值函数，都是将小波系数大于阈值的信号归于目标，而小波系数小于阈值的信号归于噪声，所以相应在阈值处理的时候，它只会处理小于阈值的小波系数，而对大于阈值的小波系数不予处理，但是在实际信号处理中，往往大于阈值的小波系数其间也可能存在噪声，小于阈值的小波系数其间也可能存在信号边缘信息，所以采取软阈值法或硬阈值法都将可能给重构的图像带来误差。另外，这两种阈值函数都不能显示出分解后小波能量分布情况，不利于进行预算处理。
技术实现要素：
在上述方法中，对硬阈值函数来说，虽然它有良好的抑制效果，能够较好的保护图像边缘细节等信息，但重构后图像很容易出现失真现象。而对软阈值函数来说，它的处理过程相对于比较平滑，但对图像边缘等细节部分容易产生失真。本发明针对传统的小波阈值图像背景抑制方法的不足对其阈值函数进行了改进，提出一种改进的小波阈值图像背景抑制方法，可以尽可能保留目标信息同时能够有效地抑制噪声，提高图像的信噪比。
本专利针对上述问题提出解决方案。基于以上阐述，我们提出一种新方案对上述机制进行改进，一种改进的小波阈值图像背景抑制方法，对于数字图像的二维小波变换的过程主要分成三步，其特征在于方法步骤如下：
(1)选择选择适当的小波基函数对数字图像进行N层(N为小波的阶数，N值取2，3，…，10)二维小波的分解，可以得到一组小波系数Wj,k，其中，j和k值取0,1,2，…，N-1。
(2)对于第一步获得的小波系数采用改进的阈值函数进行阈值处理，可以得到相对应的估计小波系数其中，j和k值取0,1,2，…，N-1。改进的阈值函数表达式如下所示：
其中，λ为阈值。
(3)对于阈值处理后的估计小波系数使用逆小波变换对其进行重构，得到背景抑制后的数字图像。
本发明的优点：解决了现有方法无法兼顾图像边缘细节失真和重构后图像失真现象，提出一种改进的小波阈值图像背景方法，尽可能保留目标信息同时能够有效地抑制噪声，提高了图像的信噪比。应用范围是分层型的大规模无线传感器网络中。
具体实施方式
下面用实例具体说明本专利在数字图像处理中的应用方法。
(1)Daubechies小波是著名学者Ingrid Daubechies研究发现的小波函数，也可以简单写成dbN，其中N为小波的阶数，N值取2，3，…，10。将Db4小波基作为小波基函数，进行分解后的小波系数为Wj,k，其中，j和k值取0,1，2，3。
(2)采用式(1)中改进的阈值函数计算估计小波系数其中，j和k值取0,1，2，3。
(3)利用估计小波系数(其中，j和k值取0,1，2，3)重构数字图像。