学位论文 > 优秀研究生学位论文题录展示
基于小波变换的图像去噪方法研究
作 者: 刘成云
导 师: 吴谨
学 校: 武汉科技大学
专 业: 控制理论与控制工程
关键词: 图像去噪 小波变换 自适应阈值 小波包变换 平稳小波变换
分类号: TN911.73
类 型: 硕士论文
年 份: 2005年
下 载: 870次
引 用: 13次
阅 读: 论文下载
内容摘要
现实中的图像多为带噪图像,当噪声较严重时,会影响图像的分割、识别和理解。传统的去噪方法在去噪的同时使图像的细节变得模糊。小波变换由于具有“数学显微镜”的作用,在去噪的同时能保持图像细节,得到原图像的最佳恢复。在众多的小波去噪方法中,运用最多的是Donoho小波阈值萎缩法,但Donoho给出的阈值有“过扼杀”小波系数的倾向,重建误差较大。因此,针对阈值的选取,人们做了大量的研究。 对Lakhwinder Kaur等人针对Donoho阈值的存在问题所提出的NormalShrink阈值法作了进一步改进,并将改进自适应阈值用于二进离散正交小波变换对图像进行去噪。实验结果表明自适应阈值小波图像去噪法的去噪效果较Donoho的统一阈值和NormalShrink阈值的图像去噪效果好,信噪比和去噪后的视觉效果较优。 信号的高频信息(细小边缘或纹理)较多时,小波变换的倍频特征将使得高频部分不能得到很好的分解和表示,而小波包变换则能对高频部分进行任意细的分割,可以更好的刻画信号。因此将改进阈值用于小波包变换进行图像去噪,在性能参数和视觉质量上获得优于离散正交小波阈值去噪的效果。 正交小波阈值处理后的图像信号会产生吉布斯振荡现象,而信号平稳小波变换后的重建是采用变换系数的偶抽样和奇抽样分别进行重建,然后求其平均。这种方法应用于图像信号的阈值去噪,可以很好的抑制吉布斯振荡现象,使图像信号去噪后保持较好的边缘特征和较好的视觉效果,信噪比也有较大提高。实验结果给予了证明。
|
全文目录
摘要 2-3 Abstract 3-6 第一章 课题的提出 6-9 1.1 引言 6 1.2 图像噪声 6-9 1.2.1 图像噪声的来源及种类 6 1.2.2 图像去噪的研究现状 6-7 1.2.3 论文的研究内容与结构组织 7-9 第二章 传统的图像去噪方法 9-18 2.1 引言 9 2.2 空间域滤波 9-13 2.2.1 邻域平均法 9-11 2.2.2 中值滤波 11-12 2.2.3 维纳滤波 12-13 2.3 频域低通滤波 13-18 2.3.1 理想低通滤波器 14-15 2.3.2 特沃斯(Butterworth)低通滤波器 15-16 2.3.3 指数滤波器 16-18 第三章 小波变换基本理论 18-30 3.1 引言 18 3.2 小波变换基本理论 18-24 3.2.1 连续小波变换(CWT) 18-20 3.2.2 离散小波变换(DWT) 20-21 3.2.3 进制小波变换 21 3.2.4 多分辨率分析 21-24 3.3 图像的小波变换 24-26 3.4 小波基的选取 26-30 第四章 基于小波变换的图像去噪 30-57 4.1 引言 30-31 4.2 基于贝叶斯估计的自适应阈值 31-34 4.3 去噪结果评价 34 4.4 基于二进小波的自适应阈值法图像去噪 34-41 4.4.1 原理分析 34-35 4.4.2 Donoho小波阈值萎缩去噪 35 4.4.3 基于二进小波变换的自适应阈值法图像去噪 35-36 4.4.4 实验结果与分析 36-41 4.5 基于小波包变换的自适应阈值法图像去噪 41-48 4.5.1 小波包分析 42-43 4.5.2 小波包去噪算法 43-44 4.5.3 实验结果分析 44-47 4.5.4 结论 47-48 4.6 基于平稳小波变换的自适应阈值法图像去噪 48-57 4.6.1 离散平稳小波变换 49-51 4.6.2 平稳小波变换的图像去噪算法 51-52 4.6.3 实验结果与分析 52-55 4.6.4 结论 55-57 第五章 总结和展望 57-59 5.1 论文的主要工作总结 57 5.2 展望 57-59 参考文献 59-63 研究生期间发表的论文 63-64 致谢 64
|
相似论文
- 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
- 医学超声图像去噪方法研究,TP391.41
- 唇读中的特征提取、选择与融合,TP391.41
- 羊绒与羊毛纤维鉴别系统的研究,TS101.921
- 感觉刺激诱发脑电特征研究,R318.0
- 网络传输中的ROI图像编码算法研究,TN919.81
- 基于多尺度分析的图像融合算法研究,TP391.41
- 基于小波变换的三维模型特征提取技术的研究与实现,TP391.41
- 轮廓波变换及其在图像处理中的应用,TP391.41
- 基于小波的雷达视频压缩方法研究,TN957.52
- 脊波变换在全色图像和多光谱图像融合中的应用研究,TP391.41
- 一种多数据流聚类异常检测算法,TP311.13
- 基于图像的信息隐藏技术研究,TP309.7
- 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
- 结合DWT的动态数据校正研究及应用,TP274
- 基于小波变换和马尔可夫链的流量预测模型,TP393.06
- 基于小波变换的信号稀疏表示及其在图像去噪中的应用,TP391.41
- 基于离散小波变换的图像水印算法研究,TP309.7
- 脑部CT图像的压缩应用,TP391.41
- 一类工具加工痕迹的检验识别,TP391.41
中图分类: > 工业技术 > 无线电电子学、电信技术 > 通信 > 通信理论 > 信号处理 > 图像信号处理
© 2012 www.xueweilunwen.com
|