小波去噪

基于小波的图像数据去噪 / 过滤插件

启动插件时，会出现图片和同步获胜对话框，如上图所示，以及插件对话框。第一张图片是输入图像，第二张图片是刺激后的第三个图片（“Filtered-”导出），张图片包含小波系数（“WT-”双边），它们被转换为8位并进行强度缩放以实现良好的可视化，第四张图片（“WT-NoStretch-”邻近）包含没有强度缩放的小波系数浮点的点值。只有在主对话框中选中相应的框后，才会出现第三和第四张图片。在同步化对话框中应用同步全部在图像堆栈中导航时非常有用。 这里要提一下，输入图像矩阵的大小必须是2的幂，常见的大小有：64、128、256、512、1024、2048等，否则插件将无法启动并再次出现警告消息。这是由于图像小波精简级别的正确计算，见下文。

插件窗口中各项功能的描述

刷新按钮 – 将对话框中的所有项目恢复为默认值。

细节级别 – 图像分解的级别数。

小波滤波器 – 小波族和一种应用滤波器（Haar 1、Daubechies 1-20、Symlets 2-20、Coiflets 1-5、双正交 1.1-6.8、反向双正交 1.1-6.8、离散 Meyer 1）。

过滤方法：

• 无 – 未应用过滤。

• 抑制约。 ＆ 细节。系数。 (AC & DC) – 抑制一定量的最小系数，即系数根据其幅度的绝对值进行排序。用户可以设置抑制级别，该级别等于要删除的系数的百分比（即，0% 表示不抑制任何值，100% 表示抑制所有值）。这里，在进行抑制时，近似系数和详细系数一起作为一组。

• 软阈值 – 软 VisuShrink 阈值；

• 硬阈值 – 硬 VisuShrink 阈值：这两个工具演示了小波变换在图像去噪/滤波中的另一种用途。它是使用 VisuShrink 阈值方法完成的，用户通过在对话框中选择去噪级别（等于通用阈值的 Sigma 值；Sigma 取值 1-128）来定义阈值。还可以选择执行软阈值或硬阈值[1-2]。软阈值处理通常会给出更平滑的图像。

• 抑制约。系数。 (AC) – 与“抑制 DC”一起应用；

• 抑制细节。系数。 (DC) – 与“抑制 AC”一起应用：此处插件单独抑制系数，即只能抑制近似系数 (0-100%) 或只能抑制详细系数 (0-100%)。然而，可以将两个系数的设置组合在一起，即将 AC 设置为 5%，将 DC 设置为 50%，并且两种抑制将同时应用于图像。

小波变换和提到的参数的详细说明可以在下面的文本中找到[2]。

显示 WT 系数

如果用户想要检查小波系数的值，选中此复选框会显示一张描绘系数的图片，这些系数已转换为 8 位并经过强度缩放以实现良好的可视化（带有“WT-”前缀的图像）。

显示浮点 WT 系数（针对专家）

如果用户想要查看小波系数的实际值，选中此复选框会显示另一张以浮点精度描述系数的图片（带有“WT-NoStretch-”前缀的图像）。例如，可用于在 Matlab 中进行分析。

启用 1 切片预览 – 使用“同步所有窗口”

以标准方式，当更改对话框中的任何参数或方法时，“已过滤”图像以及“WT”和“WT-NoStretch-”图片（如果打开）将立即重新计算。当使用大图像矩阵过滤大堆栈时，这可能会变得耗时。然后选中此框将停止立即重新计算堆栈，并启用预览 1 切片按钮。现在，更改参数和/或方法后，只有按下此按钮后，这些参数和/或方法才会应用于数据。但只有原始堆栈中处于活动状态的切片才会更新。

按预览 1 切片后，另一个重新计算所需的所有数据按钮也将变为活动状态。按下此按钮后，之前仅应用于一个切片的参数将用于更新整个图像堆栈。仅当参数集未应用于整个堆栈时，此按钮才处于活动状态。在浏览堆栈以查看所有图像堆栈窗口中的相应切片时，应用 Sync Wins 对话框中的 Synchronize All 非常有用。

取消选中此复选框时，还会根据设置的方法和参数重新计算整个堆栈。然后插件在更改参数后返回到立即重新计算整个图像/堆栈的模式，并且两个按钮（预览 1 切片、重新计算所需的所有数据）均被禁用。

状态消息

在按钮（预览 1 切片、重新计算所需的所有数据）下方有一条状态消息，显示计算进度或来自插件的警告消息。

完成！按钮关闭对话框，但所有图像窗口保持打开状态以进行下一步处理。

补充说明

• 插件对话框是无模式的。可以在应用任何小波去噪/过滤之前处理输入图像，例如通过平滑、锐化、对比度。在这种情况下，刷新按钮可能很有用。但是，输入图像矩阵的大小、切片数量和位深度无法更改。

• 当您在运行过程中关闭任何与对话框连接的图像窗口（输入、WT、过滤、WT-NoStretch）时，对话框将不会继续，并出现警告消息。

• 如果您在图像窗口中看不到数据，请使用Plugins › Wavelet_Denoise。不要按应用进行像素强度值重新计算。

  分步手册

如何使用插件去噪/过滤小数据：

(SIM_Lamina_32bit_488_Honeycomb_StrongBckg_Scale-0_25.tif - 7 MB)

1.打开图像/堆栈。

2.运行Image › Adjust-Brightness/Contrast › Auto。

3.在屏幕中排列小波_降噪主窗口和同步窗口对话框的位置。

4.运行Plugins › Wavelet_Denoise。

5.按同步Windows对话框中的同步全部。或者，如果在 Fiji/ImageJ 中打开更多图像，则选择输入图像及其“WT-”和“Filtered-”版本进行同步。

6.在具有多个切片的堆栈图像中查找感兴趣的切片（如果已打开）。

7.通过 CTRL+SHIFT+C 并按自动调整所有图像的对比度（如果有用）。不要按应用。

8.对数据应用去噪/过滤。如果任何方法或参数发生更改，“Filtered-”（以及“WT-”和“WT-NoStretch-”，如果这些已打开）图像窗口将立即重新计算。

9.迭代使用参数，直到您对去噪/过滤的结果感到满意。可以通过按刷新返回对话框的默认值。

10.如果您对结果满意，请按完成！ 这将关闭对话框，但所有图像窗口保持打开状态以进行下一步处理。

如何使用插件对大数据进行去噪/过滤：

(SIM_Lamina_32bit_488_Honeycomb_StrongBckg.tif - 73 MB)

1.打开图像/堆栈。

2.运行Window › Tile。

3.在屏幕中排列小波_降噪主窗口和同步窗口对话框的位置。

4.运行Window › Tile。

5.按同步Windows对话框中的同步全部。或者，如果在 Fiji/ImageJ 中打开更多图像，则选择输入图像及其“WT-”和“Filtered-”版本进行同步。

6.在具有多个切片的堆栈图像中查找感兴趣的切片（如果已打开）。

7.通过 CTRL+SHIFT+C 并按自动调整所有图像的对比度（如果有用）。不要按应用。

8.标记启用 1 切片预览，以避免在更改主对话框中的任何参数后立即重新计算图像。

9.使用相应的滑块选择过滤方法及其功率。

10.按预览按钮。该方法及其功能适用于数据，但仅适用于选定的切片！

11.迭代使用参数，直到您对去噪/过滤的结果感到满意。还可以转到各个切片来检查那里的过滤质量。

12. 重要提示： 如果您对结果感到满意，按重新计算所需的所有数据按钮（或取消选中启用 1 切片预览）。这根据活动集方法及其幂重新计算整个数据。

13.如果您对结果满意，请按完成！ 这将关闭对话框，但所有图像窗口保持打开状态以进行下一步处理。

＃＃ 安装

两种可能性，如何做到：

1.使用斐济的 LMCF-IMG 更新站点。有关使用更新站点安装斐济插件的更多信息，请参阅here。

2.从GitHub下载 Wavelet_Denoise.jar 文件并将其放入 ImageJ/Fiji 文件夹中的插件中。

＃＃ 参考

1. Rangarajan，P. 等人。使用小波进行图像去噪：小波和时频。密歇根大学，2002 年。

2. https://dsp.stackexchange.com/questions/15464/wavelet-thresholding

3. Čapek, M.、Efenberková, M.、Novotný, I.、Horváth, O. The wavelet-based denoising of images in Fiji/ImageJ, with example applications in structured illumination microscopy. 见：疾病模型进展，由 Petr Bartůněk 编辑，分子遗传学研究所 AS CR，2019 年，第 1 次出版，ISBN 978-80-88011-06-4 出版商：OPTIO CZ。