资源描述：
《学士学位论文—-小波包在图像处理中的应用.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、陕西理工学院毕业设计小波包在图像处理中的应用（陕西理工学院物理与电信工程学院通信工程专业1202班，陕西汉中723003）指导教师：[摘要]图像是人类获取和交换信息的主要来源，因此，图像处理涉及到人类生活的方方面面，而小波分析在图像处理领域应用广泛，如：图像去噪、图像压缩、图像融合、图像分割等。本文主要围绕小波分析在图像去噪和图像压缩这两个方面的应用展开论述。在对图像进行处理时，首先利用小波函数对图像进行空间分解,小波变换的空间分解遵循塔式结构，小波包的空间分解遵循小波包树形结构，再设置相应阈值进行系数筛选，最后经小波逆变换进行图
2、像重构。图像的去噪和压缩实质上都是对小波分解后的高频系数、低频系数做相应处理，然后重构系数，达到图像去噪、压缩的效果。本文在小波变换和小波包的理论基础分析之上，利用MATLAB软件仿真实现了小波变换和小波包的图像去噪与压缩，并结合仿真结果，将两者做出了对比。[关键字]小波包，小波变换，图像去噪，图像压缩，MATLAB。I陕西理工学院毕业设计ApplicationofwaveletpacketinimageprocessingLiuhaoyun(Grade2012,Class2,MajorofCommunicationEnginee
3、ring,SchoolofPhysicsandTelecommunicationEngineeringofShaanxiUniversityofTechnology,Hanzhong723003,Shaanxi)
Tutor:ChenLiAbstract:Imageisthemainsourceofhumanaccessingandexchanginginformation.Therefore,imageprocessinginvolvesallaspectsofhumanlife,waveletanalysisissowidel
4、yapplicatedinthefieldofimageprocessing,suchas:imagedenoising,imagecompression,imagefusion,imagesegmentationetc.Thispaperisfocusontwoaspectsofimagedenoisingandimagecompression.Atfirst,waveletfunctionwillgettheimagedecomposedinimageprocessing.Accordingtothestructureofth
5、etower,thespacedecompositionofwavelettransformisdone.Accordingtothestructureofwaveletpackettree,thespacedecompositionofwaveletpacketisdone.Secondly,thecorrespondingthresholdisset.Finally,signalisreconstructedbyinversingwavelettransform.Theessentialprincipalofimagedeno
6、isingandcompressionisthehighfrequencycoefficientsandlowfrequencycoefficientswhichareprocessedafterwaveletdecomposition,thentheyarereconstructedtoachievetheeffectofimagedenoisingandcompression.Basedonthetheoryofwavelettransformandwaveletpacketanalysis,itcanbeachievedth
7、atimagedenoisingandcompressiononMATLAB,atthesametime,theeffectofimagedenoisingandcompressionarecompared.Keywords:waveletpacket,wavelettransform,imagedenoisin,imagecompression,MATLAB.II陕西理工学院毕业设计1.引言12.小波变换理论22.1傅里叶变换、小波变换、小波包分析22.2小波变换的定义22.2.1小波基函数22.2.2连续小波变换32.2.3离
8、散小波变换33.小波包理论43.1小波包的定义43.2小波包的性质43.3小波包的空间分解53.4.常用小波函数64.图像去噪74.1图像去噪简述74.2小波变换图像去噪74.2.1小波变换空间分解74.2.2小波变换图像去噪步骤分析84.2.3小
