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算法
作 者: 史丽虹
导 师: 刘跃
学 校: 贵州大学
专 业: 电力电子与电力传动
关键词: 小波变换 图像去噪 最优分解层数 阈值函数 带噪信号能量分析 最佳阈值 模极大值 迭代重构
分类号: TP391.41
类 型: 硕士论文
年 份: 2009年
下 载: 168次
引 用: 0次
阅 读: 论文下载
内容摘要
在图像获取、图像传输等过程中,都不可避免地含有噪声,图像噪声的存在严重影响了图像的处理效果,图像去噪有利于图像的后续处理。因此,对含噪图像进行去噪处理,提高图像的质量,就成为一个重要的研究课题。小波分析是目前国际上公认的信号信息获取与处理领域的高新技术,是多学科关注的热点,是信号处理的前沿课题。由于小波变换具有低熵性、多分辨性、去相关性、选基灵活性等特性,使它成为在信号去噪领域内的有力工具。近年来,随着小波理论的不断完善,小波分析已经渗透到各学科领域。同样,小波在图像去噪中也得到了广泛的应用,并提出许多小波图像去噪算法。本文的工作主要包括以下三个方面的内容:(1)本文第一、二、三章首先总结了各种图像去噪方法,并对其进行了总结与对比,提出了各自的优缺点,着重阐述了小波变换的基础理论,给出了小波变换的基本概念、基本思想、发展历程和小波去噪的基本方法。(2)第四章为本论文的重要内容。对基于小波变换的图像消噪的信号分解层进行了研究,阐述了确定小波分解层数的重要性,提出了一种新的最优分解层的确定方法。通过各小波分解层信号和噪声的能量比来确定小波变换的最优分解层,采用MATLAB程序来编程进行运算验证。(3)第五章为本论文的另一重要内容。提出了一种新的消噪算法—多子带系数双σ阈值算法(MSDT算法)。通过阈值进行去噪,最佳阈值T的确定是一个关键问题。由于噪声能量在不同方向的高频系数分布情况有所差异,可对不同子带的高频系数取不同阈值进行去噪,本文称之为MSDT算法。新方法从各种衡量指标上看也优于全局阈值去噪法。(4)第六章为本论文的又一重要内容。提出另一种新的消噪算法—迭代重构算法(IR算法)。本算法根据小波变换的信噪分离特性,结合了数学中的迭代算法,提出的一种新的消噪方法。IR算法运用迭代算法层层向上迭代,完成图像的去噪。并用仿真实验验证了这种算法的有效性和可行性。(5)第五章总结了全文,并给出将来可研究的一些问题。
|
全文目录
目录 3-5 摘要 5-7 Summary 7-9 第一章 前言 9-13 1.1 小波的发展 9-10 1.2 小波的应用 10-11 1.3 小波变换与Fourier变换的比较 11 1.4 全文工作安排 11-13 第二章 小波分析理论 13-24 2.1 小波基础 13-15 2.1.1 小波和小波基函数 13 2.1.2 连续小波变换(CWT) 13-14 2.1.3 离散小波变换(DWT) 14-15 2.2 多尺度分析(MRA)与Mallat算法 15-20 2.2.1 多尺度分析(MRA) 15-19 2.2.2 Mallat算法 19-20 2.3 图像的小波变换 20-24 第三章 小波变换在图像去噪中的应用 24-27 3.1 小波去噪的实现 24 3.2 小波去噪的分类及研究现状 24-25 3.3 图像去噪效果的评价方法 25-27 第四章 小波图像去噪过程中分解层次的确定 27-35 4.1 非线性小波变换阈值法去噪 27-28 4.2 一种新的分解层数的确定 28-30 4.3 图例分析 30-34 4.3.1 tire带噪图像最优分解层的确定 30 4.3.2 新的最优分解层算法的验证 30-34 4.4 结论 34-35 第五章 基于小波变换的多子带系数双σ阈值算法图像去噪 35-48 5.1 多子带系数双σ阈值算法(MSDT算法)的提出 35 5.2 图像的小波分解不同尺度不同方向小波系数的能量分布规律分析 35-40 5.3 多子带系数双σ阈值算法(MSDT算法)的具体实现 40-43 5.4 仿真验证及讨论 43-48 第六章 基于小波变换的迭代重构算法图像去噪 48-60 6.1 新算法的理论基础 48-52 6.1.1 小波分析的信噪分离特性 48-49 6.1.2 小波变换模极大值去噪算法 49-52 6.2 迭代重构消噪算法的具体实现 52-56 6.2.1 以分数维为依据的二进制离散小波变换 52-56 6.3 仿真验证及讨论 56-60 第七章 总结与展望 60-63 7.1 论文的主要工作总结 60-61 7.2 工作展望 61-63 致谢 63-64 参考文献 64-68 附录 68-69
|
相似论文
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 医学超声图像去噪方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
- 脑部CT图像的压缩应用,TP391.41
- 一类工具加工痕迹的检验识别,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|