学位论文 > 优秀研究生学位论文题录展示

小波在图像处理中的模型应用

作　者: 康风代
导　师: 李松
学　校: 浙江大学
专　业: 应用数学
关键词: 小波变换 小波去噪 噪声模型 数字图像处理
分类号: TP391.41
类　型: 硕士论文
年　份: 2009年
下　载: 101次
引　用: 1次
阅　读: 论文下载
 

内容摘要


本文对去噪模型理论进行了研究,从概率统计、小波分析和偏微分方程三个方面做了系统概述。小波分析,作为一种新的数学分析工具,是泛函分析、傅立叶分析、样条分析、调和分析以及数值分析理论的完美结合,所以小波分析具有良好性质和实际应用背景,被广泛应用于计算机视觉、图像处理以及目标检测等领域,并在理论和方法上取得了重大进展。本文区分和描述了噪声的几种模型(白噪声、高斯噪声、泊松噪声),去噪方法及其相应算法和实验分析。·文章对图像知识给出了简要但系统的介绍,它是数学专业人员研究图像处理的必备知识,宏观了解图像处理的不同架构,定位交叉知识的契合点,更好更全面地应用小波理论。·小波理论知识的分析为模型的构建奠定了基础,小波变换、多尺度分析、细分方程及Mallat算法等为专业及非专业研究人员提供了参考。·从概率统计、小波分析和PDE三个方面考虑了小波去噪模型,评价其优劣并分别给出了适用的范围和条件。·详细讨论白噪声、高斯噪声、泊松噪声这三种常见的噪声模型,并给出了小波去噪的模型分析及其优点,着重剖析了几种具有典型的代表性小波去噪方法(小波变换模极大去噪、基于小波变换尺度间相关性的去噪、小波阈值去噪和平移不变量小波法去噪(TI))并进行对比比较。同时,对于小波系数,我们给出了层内、层间和混合模型并分别进行描述,并结合客观和主观两个方面,给出了图像处理的评价准则,最后本文通过实验对噪声图像进行了不同方法的处理和比照。

全文目录


摘要  4-5
Abstract  5-9
第一章 绪论  9-11
  1.1 引言  9-10
  1.2 本文的主要内容  10-11
第二章 图像概论  11-19
  2.1 图像的基本知识  11-15
    2.1.1 图像获取  11-12
    2.1.2 图像函数  12-13
    2.1.3 常用的图像文件格式  13-15
  2.2 图形与图像的区别与联系  15-16
  2.3 图像处理与计算机图形学  16-19
    2.3.1 计算机图形学  16
    2.3.2 图像处理  16-18
    2.3.3 图像处理与计算机图形学的区别和联系  18-19
第三章 基于小波分析的数字图像处理方法  19-31
  3.1 小波概述  19-22
    3.1.1 小波的发展历史  20-22
  3.2 小波分析理论  22-24
    3.2.1 小波及小波变换  23-24
  3.3 多尺度分析与细分方程  24-28
    3.3.1 多尺度分析  24-26
    3.3.2 细分方程  26-28
  3.4 小波变换的实现技术  28-31
    3.4.1 Mallat算法  28-31
第四章 图像处理的模型分析  31-35
  4.1 随机场模型(Random Field Modeling)  31-32
    4.1.1 一维Markov随机过程  32
    4.1.2 二维Markov随机过程  32
  4.2 小波模型(Wavelet Representation)  32-33
  4.3 正则空间模型(Regularity Spaces)  33-35
第五章 小波分析在噪声滤除中的应用  35-57
  5.1 噪声及去噪方法简介  35-37
  5.2 噪声模型分析  37-39
    5.2.1 白噪声(Flat Noise)  37-38
    5.2.2 高斯噪声(Gaussian Noise)  38-39
    5.2.3 泊松噪声(Poisson Noise)  39
  5.3 小波去噪  39-41
    5.3.1 小波去噪模型  39-40
    5.3.2 小波变换图像去噪优点  40-41
  5.4 几种小波去噪方法及比较  41-51
    5.4.1 小波变换模极大去噪  42-44
    5.4.2 基于小波变换尺度间相关性的去噪  44-45
    5.4.3 小波阈值去噪  45-49
    5.4.4 平移不变量小波法去噪(TI)  49-50
    5.4.5 基于非抽取小波变换Bayesian去噪方法  50-51
  5.5 小波去噪中的小波系数模型  51-52
    5.5.1 层内模型  51
    5.5.2 层间模型  51
    5.5.3 混合模型  51-52
  5.6 图像去噪评价指标  52-54
    5.6.1 客观评价准则  52-54
    5.6.2 主观评价准则  54
  5.7 各种小波变换在图像去噪中的应用  54
  5.8 模拟实验和结果分析  54-57
第六章 结论与展望  57-58
参考文献  58-66
致谢  66

相似论文

  1. 基于FPGA的电磁超声检测系统的研究,TH878.2
  2. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  3. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  4. 图像的稀疏表示及编码模型研究,TP391.41
  5. 唇读中的特征提取、选择与融合,TP391.41
  6. 机械臂视觉伺服系统的研究,TP242.6
  7. 数字图像处理在集装箱检测中的应用研究,TP274.4
  8. 电子产品质量监控测试设备设计,TN06
  9. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  10. 基于图像处理技术的两相流动特性描述,TP391.41
  11. 感觉刺激诱发脑电特征研究,R318.0
  12. 分布式多视点视频编码容错边信息与相关噪声模型研究,TN919.81
  13. 基于不完全数据的服用测量系统研究,TP391.41
  14. 基于纹理特征的煤炭发热量研究,TP391.41
  15. 基于小波变换的图像去噪的研究与实现,TP391.41
  16. 基于小波变换的心电微弱信号处理的研究,TN911.7
  17. 基于相邻像素灰度差的边缘检测及与其相结合的小波图像去噪,TP391.41
  18. 基于提升小波变换的地震勘探数据有损压缩研究,TP274
  19. 轨道交通车辆轴承故障诊断分析与研究,U279.3
  20. 基于Hopfield神经网络的管道泄漏检测方法研究,U178
  21. 控制机器臂运动的表面肌电信号变换规律的研究,TN911.7

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com