学位论文 > 优秀研究生学位论文题录展示
基于小波变换的综合滤波法去噪声
作 者: 杨旭
导 师: 樊则宾
学 校: 昆明理工大学
专 业: 光学
关键词: 散斑噪声 小波变换 数字全息 综合方法 信噪比
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 128次
引 用: 0次
阅 读: 论文下载
内容摘要
图像中的出现的噪声会影响人们对图像的理解,妨碍对图像的中信息的提取。而图像在获取或传输过程中总是不可避免地受到噪声污染,图像中的噪声严重影响了后续的图像处理工作,如图像分割、编码、特征提取和目标检测等。为了提高图像的质量以及后续更高层次处理的需要,对图像进行去噪就成为图像预处理中一项非常重要的工作。如何能够在最大程度的保留图像的高频细节的前提下,有效的去除噪声,对于图像去噪的相关处理有着非常重要的意义。尤其是在数字全息中的再现像中,由于激光的高相关性,不可避免的会出现散斑噪声,这种散斑噪声严重影响着全息再现像的质量,也妨碍着对再现像中信息的提取。传统的图像去噪方法往往是单一的,如空间中值滤波以及频域高斯滤波,并且去噪的结果难以令人满意。如何消除散斑噪声对数字全息再现象中信息的提取和相应后续处理工作有着重要的意义。本文通过研究和分析当今最常用的几种滤波方法,例如空间中值滤波以及频域高斯滤波,结合小波变换的特点,提出了三种改进的综合去噪算法。并选用信噪比(SNR)和峰值信噪比(PSNR)评定去噪效果的最后依据。实验结果表明,三种综合算法的去噪效果要好于单一的去噪方法,最后,将三种综合去噪算法应用于数字全息再现像的处理中,实验结果证明综合的去噪算法比单一的去噪算法有更好的效果。这种综合的算法应用简单,并对图像处理的相关研究也具有积极的借鉴意义。
|
全文目录
摘要 3-4 Abstract 4-8 第一章 绪论 8-11 1.1 散斑噪声形成的原因及研究现状 8 1.2 降噪滤波的发展 8-9 1.3 本文所做工作 9-11 第二章 图像噪声以及图像质量的评介 11-16 2.1 图像噪声及去噪方法概述 11-13 2.1.1 图像中的噪声 11-12 2.1.2 图像中去噪的方法概述 12-13 2.2 图像的质量评定 13-16 2.2.1 图像的主观评价 13-14 2.2.2 图像的客观评价 14-15 2.2.3 其它方法 15-16 第三章 图像的空间域去噪和频域去噪 16-40 3.1 图像的空间域去噪 16-24 3.1.1 空间滤波的原理 16-21 3.1.2 多幅图像平均法 21-22 3.1.3 空间滤波的实例比对 22-24 3.2 图像的频域去噪 24-32 3.2.1 二维离散傅里叶变换 24-28 3.2.2 短时离散傅里叶变换 28-29 3.2.3 几种常用的频域低通滤波器 29-31 3.2.4 频域滤波的实例比对 31-32 3.3 小波变换 32-40 3.3.1 小波变换的背景及发展 32-34 3.3.2 小波变换的原理 34-36 3.3.3 小波变换与傅里叶变换的比较 36-40 第四章 本文提出的方法 40-48 结论 48-49 今后工作的展望 49-50 致谢 50-51 参考文献 51-54 攻读硕士学位期间完成的论文 54-55 附录 55-59
|
相似论文
- 网络语音传输丢包的恢复技术,TN912.3
- 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
- 基于∑-Δ调制的水声信号发射机研究,TN761
- 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
- 基于量子搜索的Ad Hoc网络路由协议研究,TN929.5
- 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
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
|