学位论文 > 优秀研究生学位论文题录展示

基于小波变换的图像去噪技术研究

作　者: 颜兵
导　师: 王金鹤
学　校: 青岛理工大学
专　业: 计算机应用技术
关键词: 小波变换图像去噪均值滤波阈值函数阈值
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 138次
引　用: 1次
阅　读: 论文下载

内容摘要

图像去噪技术作为信号处理和现代通信的重要组成部分,与人们的关系越来越密切。在实际应用中,它往往作为图像处理和识别的预处理,是图像后续更高层次分析、处理的基础。小波变换是在傅里叶变换的基础上发展起来的一种时频分析方法,是一种有效的分析工具,它具有的低熵性、多分辨率、去相关、选基灵活等特性和在信号方面具有的优势,使得它在图像处理领域中得到了广泛的应用。其中,利用小波变换对含噪图像信号进行处理,可以在保留高频信息的同时能够有效地滤除噪声,得到对原始图像信号的最佳恢复。传统的小波阈值去噪方法在一定程度上能抑制噪声,但图像有不同程度的模糊。本文提出了两种小波图像去噪方法:一种是基于均值滤波和小波变换相结合的图像去噪方法,这两种方法相结合能充分利用它们各自的优点,较好的改善滤波性能,又能在较好地保持边缘信息的同时对图像的噪声有所抑制,是一种有效的图像去噪方法;另一种是针对传统的阈值函数存在的不足对传统的小波阈值函数进行了改进,同时又基于图像奇异特性提出了新的小波收缩阈值。通过matlab仿真实验,与其它的几种方法进行了比较分析,结果验证了本文所提出的改进的图像去噪方法的可行性、有效性和优越性。

全文目录

摘要  7-8
Abstract  8-9
第1章绪论  9-15
  1.1 课题研究背景和意义  9-10
  1.2 小波图像去噪技术的国内外研究现状和研究热点  10-11
  1.3 去噪图像质量的评价方法  11-13
  1.4 本文的主要研究内容及结构安排  13-15
第2章小波变换的理论  15-27
  2.1 小波变换的产生  15-17
    2.1.1 傅里叶变换  15-16
    2.1.2 短时傅里叶变换  16
    2.1.3 小波变换  16-17
  2.2 小波变换的基础理论  17-20
    2.2.1 连续小波变换  18-19
    2.2.2 离散小波变换  19-20
  2.3 多分辨率分析和Mallat 算法  20-24
    2.3.1 多分辨分析  20-22
    2.3.2 Mallat 算法  22-24
  2.4 图像的小波变换  24-27
    2.4.1 二维离散小波变换  24-25
    2.4.2 二维离散小波变换后的系数分布  25-27
第3章基于小波变换的图像去噪原理及方法  27-41
  3.1 小波去噪原理  27-28
  3.2 几种常见的小波去噪方法  28-39
    3.2.1 小波变换模极大值去噪方法  28-31
    3.2.2 基于小波变换尺度间相关性的图像去噪方法  31-34
    3.2.3 小波阈值图像去噪法  34-39
  3.3 三种去噪方法的比较  39-41
第4章改进的小波图像去噪方法  41-50
  4.1 基于均值滤波和小波变换的图像去噪方法  41-43
    4.1.1 均值滤波  41-42
    4.1.2 均值滤波模板的选择  42
    4.1.3 均值滤波与小波变换相结合的图像去噪方法算法描述  42-43
  4.2 基于一种改进的小波阈值图像去噪方法  43-50
    4.2.1 小波基的选择  43-44
    4.2.2 改进的阈值函数  44-47
    4.2.3 阈值的估计  47-50
第5章仿真实验结果分析  50-54
  5.1 均值滤波和小波变换相结合方法的仿真实验结果分析  50-52
    5.1.1 仿真实验结果  50-51
    5.1.2 仿真实验分析  51-52
  5.2 改进的小波阈值图像去噪方法的仿真实验结果分析  52-54
    5.2.1 仿真实验结果  52-53
    5.2.2 仿真实验分析  53-54
第6章总结与展望  54-56
  6.1 总结  54
  6.2 展望  54-56
参考文献  56-61
硕士期间发表的论文  61-62
致谢  62

基于小波变换的图像去噪技术研究

内容摘要

全文目录

相似论文