欢迎来到天天文库
浏览记录
ID:9389432
大小:1.61 MB
页数:44页
时间:2018-04-29
《基于小波变换的图象去噪算法研究设计》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、—-基于小波变换的图像去噪研究算法设计摘要:图像中总是存在有许许多多的噪声,为了更好地对图像进行分析,就必须在图像预处理中减小图像中的噪声。小波分析是一种有效的分析工具,近来随着小波理论的不断发展完善,小波理论已经被应用到各个学科领域。同样,小波在图像去噪中也得到了广泛的应用,并产生了许多小波图像去噪算法。随着网络及计算机在人们生活中的日益普及,图像、音频等多种形式的多媒体文件极大地丰富了人们的生活。同时人们对于图像的画质要求也在不断提高,于是图像处理就提到了研究的日程上来。数字图像在采集和传输的过程中,经常会受到
2、噪声影响,使图像发生降质。针对这一问题,各种各样的图像去噪方法被提出来。小波变换因其自身所具有的诸多优良特性,越来越多地被应用于图像去噪领域。其中,小波阂值去噪算法因为原理及实现简单,应用性能良好,近年来受到了国内外学者的广泛关注。在对目前小波理论、小波图像去噪的相关文献进行认真理解和深入研究的基础上,分析了现有方法的不足。本文的主要结构如下:首先,概括描述了小波理论及其优缺点;其次,引出小波变换在图像去噪领域的应用:再次,对目前常用的几类小波去噪方法进行了分别阐述,着重介绍了阈值收缩法并分析了其存在的不足;最后,
3、提出了新的阈值选取方法和阈值函数改进方法。本文采用MALTAB进行仿真实验,首先分别对含噪图像使用改进的阈值,改进的阈值函数进行降噪处理,然后将两者结合起来应用于含噪图像。实验结果表明,使用改进后的阈值和阈值函数进行图像降噪,较之现有的经典方法,通常可获得更好的效果。关键词:小波分析;小波;阈值;阈值函数;去噪—-基于小波变换的图像去噪研究算法设计BasedOnWaveletTransformationImageDenoisingAlgorithmResearchDenoisingAbstract:Thereisa
4、lotofnoiseinimages.Inordertoanalyseimages,thenoiseneedstobereducedinimagespre-processing.Waveletanalysisisavalidanalyzingmeans.Recently,withthedevelopmentandimprovementofwavelettheory,waveletanalysishasbeenappliedtomanyfields.Atthesametime,wavelettheoryhasbeen
5、appliedtoimagedenoisingsuccessfully,too,andmanynewimagedenoisingalgorithmsisformed。Withinternetandcomputerareusedmoreandmoretoday,themultimediaJustlikeaudio,videoetc.enrlcheshuman’slifealot.Meanwhile,theRequirementofimagequa1ityisra1singdaybydayherefore,itisne
6、cessaryTodosomeresearchonimageProcessing.Digitalimageisusuallycorruptedbythenoiseinitsacquisitionortransmission,whichegradesthequa1ityoftheorigina1mage.Inordertosolvethisproblemandgainclearerimages,manykindsofimagedenoisingapproachesareproposed.Waveletimageden
7、oisinghasbeenwellacknowledgedasanimportantimagedenoisingmethodforitssplendidcharacteristics.Especia1lywaveletthresholdingdenoisingmethodbecauseofitssimpleprincipleandexcellentPerformance,researchershavepaidmuchmoreattentiontoitintherecentyears.BasedontheProfou
8、ndcomprehensionandgenera1izationofa1otofExisting1iteratureonwaveletdeno1sing,somedisadvantagesinthecurrentApproachesareanalyzedThestructureofthethesisisthefol1owing.First,Thetheory
此文档下载收益归作者所有