小波分析及其在信号、图像降噪中的应用研究

《小波分析及其在信号、图像降噪中的应用研究》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、f、r858581一Y858800代号⋯⋯一一!蜊⋯一⋯．分娄号TNgll．7学号．．⋯030542～0l—l—S密纽让开面普奄手辫校戈警硕士学位论文题c中，英文，目一』臌分折曼其在信号L图像峰噪史的应用研究一一&趟芏旦Hm蚺!照曲曼h舒曼旦咀地A舶助妲n蜘一一⋯⋯⋯⋯～地刨置幽J．鲫且_I幽艘．d；塑9j_sjng⋯⋯⋯一⋯⋯⋯⋯～⋯⋯⋯一⋯⋯一⋯一·⋯⋯一⋯⋯⋯一一作者姓名～一熏壁呈一．指导教师姓名、职务⋯张昌居耻教授⋯学科门莞～．理兰⋯⋯．学科、专业_⋯⋯一～一无线皇物理⋯⋯一．提交论文日期一⋯⋯⋯⋯⋯⋯一三9_Q．鲢j二月⋯～⋯一⋯⋯～⋯

2、一摘要小波分析是一门正在迅速发展的新兴学科，目前，它在实际中得到了广泛的应用。研究小波的新理论、新方法以及新应用具有重要的理论意义和实用价值。本文旨在完善小波的基本理论，提出一些新的小波去噪算法，进一步拓宽小波的应用范围。主要工作包括：详细讨论了小波分析的基本理论；介绍了连续小波变换、离散小波变换和二进小波变换；给出离散二进小波变换的快速分解与重构算法；最后研究了小波基的数学特性，分析了它们对实际应用的影响和作用。详细介绍了小波变换模极大值去噪的原理，分析了去噪过程中几个参数的选取问题，并给出一些选取依据；对小波阈值萎缩去噪方法的几个关键问题进行

3、了详细讨论，并提出了一些改进方案，最后通过仿真实验，证明了这些改进方案的有效性；在相关去噪算法的基础上，提出了一种组合去噪算法，数值试验结果表明，由该算法滤波之后得到的小波系数不仅连续性好，准确率高，而且易于重构信号。详细讨论了基于GCV准则的小波阈值图像去噪方法，在BayesShrink闽值去噪方法基础上，给出了自适应BayesShrink阈值图像去噪方法。通过实验表明了上述两种方法的有效性和可行性。关键词：小波变换阈值信号去噪图像去噪ABSTRACTWaveletanalysisisarapidlydevelopingandnovelsubj

4、ect．Nowadays，ithasbeenwidelyusedinpracticalapplications．TostudythenewtheorNmethodsandapplicationsofwaveletsisofgreattheoreticalsignificanceandpracticalvalue．Thisdissertationaimstoconsummatethewavelettheory,presentsomenewwaveletde‘noisingalgorithmsanddevelopthenewscopesofwavel

5、etapplications．Thethesismainlyincludesthefollowingaspects：Thefundamentaltheoriesofwaveletanalysisalediscussedindetail．ContinuouSwavelettransform，discretewavelettransformanddyadicwavelettransformareintroduced．Thefastalgorithmofdiscretedyadicwavelettransformisgiven．Finally,anan

6、alysisismadeontheinfluenceofthewaveletbasesonpracticalapplicationsbystudyingtheirmathematicalproperties。Theprinciplesofwavelettransformmodulusmaximade．noisingmethodareintroducedindetail，ananalysisofthechoiceofsomeparametersintheprocessofde‘noisingismadeindetail，andsomechoiceg

7、roundsalegiven．Somekeyproblemsonde—noisingmethodbased011waveletthresholdarediscussedindetail，andsomeimprovementschemesaleproposed，andthesimulationtestinghasprovedtheeffectivenessoftheschemes．Acombinationde—noisingalgorithmbasedonthespatialcorrelation-basedalgorithmispresented

8、，theexperimentalresultsshowthatthefilteredwaveletcoefficientsinthepm