毕业设计（论文）-基于脊波变换的图像去噪研究

《毕业设计（论文）-基于脊波变换的图像去噪研究》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、毕业设计题目：基于脊波变换的图像去噪研究所在专业：电子信息科学与技术学生签字:_______________导师签字:_______________III摘要图像中的噪声影响图像的输入、采集、处理的各个环节以及输出的全过程，尤其是图像输入、采集中的噪声必然影响处理全过程以至最终结果，因此在图像预处理中必须减少图像中的噪声。本文以脊波变换为研究对象，论述了脊波变换在图像处理中的应用。分别论述了小波变换和脊波变换基本理论，基于脊波变换的图像去噪以及图像融合。首先，在分析小波变换理论的基础上，结合小波变换的优缺点，为了克服小

2、波变换在图像处理中的不足，介绍了脊波变换的基本理论。其次，针对图像去噪中常用阈值方法的缺点和不足，提出了一种基于脊波变换的改进的图像去噪算法，该算法采用指数型阈值函数，利用sureshrink自适应阈值。最后，将脊波变换的思想应用于图像融合，采用区域方差的融合规则，得到了一种基于有限脊波变换的图像融合算法。实验结果表明，基于脊波变换的图像去噪和融合方法具有比小波变换更好的效果。关键词：脊波变换小波变换图像去噪图像融合IIIABSTRACTTheimageofthenoiseimpactoftheinput,collec

3、ting,processing,outputofthewholeprocess,especiallytheimageoftheinput,sourcesofnoiseisdealtwithandinfluencethewholeprocessandultimateinimagepreprocessing,sowemustreducethenoisesintheimageThispaperdealswithRideletTransforminprocessing,whichinvolvesthebasictheoryof

4、WaveletTransformandRideletTransform,finiteRidelettransforminimagedenoisingandinimagefusion.Firstly,dependingontransform,forbasictheoryofRidelettransform.Secondly,aimprovementofimagedenoisingalgorithmbasedRidelettransformispresentedtoovercomethedisadvantageanddef

5、iciencyofthecommonthresholdmethodatimagedenoising.TheexponentialthresholdfunctionandtheadaptiveSureShrinkthresholdvalueareappliedintothisapproach.Thirdly,Ridelettransformisappliedinimagefusion,adoptedthefusionruleofregionalvariance,animagefusionalgorithmbasedonf

6、initeRidelettransformhasappeared.TheresultsofexperimentindicatebasedonRideletgainbettereffectsthanwavelettransform.Keywords：RidelettransformwavelettransformImageDenoisingImageFusionIII目录摘要IABSTRACTII第1章绪论11.1图像中的噪声及去噪方法概述11.1.1图像中的噪声11.1.2图像去噪方法概述21.2小波的发展现状及应用前

7、景31.3脊波的发展现状及应用前景31.4论文的研究内容与组织结构4第2章图像去噪及其发展52.1传统去噪方法52.2小波变换图像去噪方法62.2.1小波去噪发展历程62.2.2小波去噪方法72.3本章小结9第3章小波分析基本理论93.1小波变换基本理论93.1.1连续小波变换103.1.2离散小波变换103.1.3二进小波变换113.1.4多分辨分析113.1.5Mallat算法113.1.6图像的小波变换133.2本章小结17第4章脊波变换184.1脊波变换基本理论184.1.1连续脊波变换184.1.2离散脊波变

8、换194.2脊波变换的实现194.3Ridgelet变换与Wavelet变换的联系204.4有限Radon变换224.5数字脊波变换244.5.1脊波变换的数字实现254.6本章小结25第5章脊波图像去噪265.1基于软硬折中的多阈值脊波图像去噪265.1.1脊波变换图像去噪机理265.1.2图像奇异性265.1.3常用的阈值处理