小波去噪的毕业论文

《小波去噪的毕业论文》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、重庆大学本科学生毕业设计（论文）数字图像去噪模型研究学生：谭开平学号：20062029指导教师：胥斌专业：信息与计算科学重庆大学数学与统计学院二零一零年六月4GraduationDesign(Thesis)ofChongqingUniversityDigitalimagedenoisingmodelResearchUndergraduate:TanKaipingSupervisor:LecturerXuBinMajor:DepartmentofInformationandComputingScienceCollegeofMathema

2、ticsandstatisticsChongqingUniversityJune20104重庆大学本科学生毕业设计（论文）中文摘要4重庆大学本科学生毕业设计（论文）中文摘要中文摘要图像去噪,是一个古老的课题。所谓噪声，就是妨碍人们对所接受到的信息理解的因素。一般来说,现实中的图像都是带噪图象,而图像去噪的目的就是去除图像中的噪声,提高人们对图像的认识程度,以便对图像作进一步地处理。图像是人类传递信息的主要媒介。然而，图像在生成和传输的过程中会受到各种噪声的干扰，对信息的处理、传输和存储造成极大的影响。寻求一种既能有效地减小噪声，又能很

3、好地保留图像边缘信息的方法，是人们一直追求的目标。小波分析是局部化时频分析，它用时域和频域联合表示信号的特征，是分析非平稳信号的有力工具。它通过伸缩、平移等运算功能对信号进行多尺度细化分析，能有效地从信号中提取信息。随着小波变换理论的完善，小波在图像去噪中得到了广泛的应用，与传统的去噪方法相比小波分析有着很大的优势，它能在去噪的同时保留图像细节，得到原图像的最佳恢复。本文对基于小波变换的图像去噪方法进行了深入的研究分析，首先详细介绍了几种经典的小波变换去噪方法。对于小波变换模极大值去噪法，详细介绍了其去噪原理和算法，分析了去噪过程中参

4、数的选取问题，并给出了一些选取依据;详细介绍了小波系数相关性去噪方法的原理和算法;对小波变换闭值去噪方法的原理和几个关键问题进行了详细讨论。最后对这些方法进行了分析比较，讨论了它们各自的优缺点和适用条件，并给出了仿真实验结果。在众多基于小波变换的图像去噪方法中，运用最多的是小波闽值萎缩去噪法。传统的硬闭值函数和软阂值函数去噪方法在实际中得到了广泛的应用，而且取得了较好的效果。但是硬闽值函数的不连续性导致重构信号容易出现伪吉布斯现象;而软阑值函数虽然整体连续性好，但估计值与实际值之间总存在恒定的偏差，具有一定的局限性。鉴于此，本文提出了

5、一种基于小波多分辨率分析和最小均方误差准则的自适应闭值去噪算法。该方法利用小波闭值去噪基本原理，在基于最小均方误差算法LMS和Stein无偏估计的前提下，引出了一个具有多阶连续导数的闭值函数，利用其对闭值进行迭代运算，得到最优阑值，从而得到更好的图像去噪效果。最后，通过仿真实验结果可以看到，该方法去噪效果显著，与硬闭值软闽值方法相比，信噪比提高较多，同时去噪后仍能较好地保留图像细节，是一种有效的图像去噪方法。关键词:小波变换;图像去噪;多分辨率分析;闽值;闽值函数我们的任务是在熟悉掌握小波变换理论和一些常用的图像去噪方法技术的基础上，

6、改进小波算法，提高对图像噪声的处理能力，使得我们能够更有效的提取图像中有意义的部分，更好的理解图像及进行进一步对图像进行深入处理。4重庆大学本科学生毕业设计（论文）中文摘要ABSTRACT4重庆大学本科学生毕业设计（论文）3荷载计算15重庆大学本科学生毕业设计（论文）3荷载计算目录中文摘要ⅠABSTRACTⅡ第一章绪论11.1图像去噪的研究背景21.2小波变换发展简介第二章经典噪声模型及去噪方法32.1经典噪声模型12.2经典空域去噪方法2.2.1线性滤波器32.2.2均值滤波器62.2.3顺序统计滤波器62.2.4其他滤波器62.3

7、经典频域去噪方法2.3.1低通滤波器2.3.2从傅立叶变换到小波变换第三章小波分析的基本思想123.1小波变换理论3.1.1连续小波变换3.1.2离散小波变换3.1.3小波重构3.2小波定义及常用的小波函数3.2.1小波定义3.2.2常用的小波函数3.3多分辨率分析理论3.3.1多分辨率分析3.3.2的正交分解及Mallat算法3.4图像的二维离散小波变换第四章小波去噪基本原理4.1信号的奇异性检测与小波模极大值5仿真实验6结论386.1XXX38参考文献4015重庆大学本科学生毕业设计（论文）3荷载计算附录A：XXX公式的推导431

8、5重庆大学本科学生毕业设计（论文）3荷载计算第一章绪论小波变换是20世纪80年代开始逐渐发展起来的一个前沿研究领域.小波分析属于时频分析的一种，它的主要特点集中表现在对时频域同时具有良好的局部化特性，因此被誉为“数学显微