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
- 基于FPGA的电磁超声检测系统的研究,TH878.2
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
- 图像的稀疏表示及编码模型研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 机械臂视觉伺服系统的研究,TP242.6
- 数字图像处理在集装箱检测中的应用研究,TP274.4
- 电子产品质量监控测试设备设计,TN06
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 基于图像处理技术的两相流动特性描述,TP391.41
- 感觉刺激诱发脑电特征研究,R318.0
- 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
- 基于不完全数据的服用测量系统研究,TP391.41
- 基于纹理特征的煤炭发热量研究,TP391.41
- 基于小波变换的图像去噪的研究与实现,TP391.41
- 基于小波变换的心电微弱信号处理的研究,TN911.7
- 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
- 基于提升小波变换的地震勘探数据有损压缩研究,TP274
- 轨道交通车辆轴承故障诊断分析与研究,U279.3
- 基于Hopfield神经网络的管道泄漏检测方法研究,U178
- 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
|