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算法研究

作　者: 蔡德尊
导　师: 冉启文
学　校: 哈尔滨工业大学
专　业: 应用数学
关键词: 小波变换阈值函数图像去噪中值滤波
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 157次
引　用: 1次
阅　读: 论文下载

内容摘要

小波变换虽然在图像去噪领域已经应用多年,但随着小波理论的不断发展完善,各种新的小波的不断提出,它在图像去噪领域的应用也在不断的发展。其中小波阈值去噪算法以其实现最简单,计算量较小,得到了人们的认可和重视,因而得到了广泛的应用。本文的主要内容是对小波阈值去噪算法展开研究,并对其进行适当的改进。本文在软、硬阈值函数的基础上,提出了一个新的阈值函数。该阈值函数克服了硬阈值函数不连续的不足,它能够在很好地保留图像边缘等局部特征的同时,有效地抑制图像出现振铃等视觉失真。仿真实验表明,改进的阈值去噪方法能够比传统的软、硬阈值函数去噪方法更有效地消除噪声。由于图像在被污染过程中,往往不只受到单一噪声的干扰,而是受到多种噪声的混合干扰。而这其中又以脉冲型噪声和高斯白噪声为主。所以,本文引用中值滤波和新的小波阈值去噪方法的结合。首先在空间域对图像进行中值滤波以获得前噪图像,再对所得图像进行改进的小波阈值去噪。该方法继承了中值滤波和小波变换去噪方法各自的优点,对被混合噪声污染的图像起到了较好的消噪效果。最后,利用MATLABL7.10对新算法进行数值模拟,结果表明改进的去噪算法对含有混合噪声的图像有较好的去噪能力,证明了新算法的优越性。

全文目录

摘要  3-4
ABSTRACT  4-7
第1章绪论  7-12
  1.1 图像去噪的背景和意义  7-8
    1.1.1 去噪的现实意义  7
    1.1.2 去噪方法的发展  7-8
  1.2 图像基础和小波去噪  8-11
    1.2.1 图像的噪声模型  8-10
    1.2.2 小波去噪的历史  10-11
  1.3 本文主要研究内容  11-12
第2章小波分析的理论基础  12-23
  2.1 小波变换的基本概念  12-14
    2.1.1 连续型小波变换  12-13
    2.1.2 离散型小波变换（DWT）  13-14
  2.2 多分辨分析和MALLAT算法  14-19
    2.2.1 空间L~2( R ) 的多分辨分析  14-16
    2.2.2 信号分解与重构的Mallat算法  16-19
  2.3 二维信号的Mallat算法  19-22
  2.4 本章小结  22-23
第3章基于小波变换的图像去噪方法  23-31
  3.1 小波去噪的数学描述  23
  3.2 常见的小波去噪方法简述  23-27
    3.2.1 小波模极大值去噪法  24-25
    3.2.2 小波系数相关性去噪法  25-26
    3.2.3 小波阈值去噪法  26-27
  3.3 阈值函数和阈值估计  27-30
    3.3.1 阈值函数  27-28
    3.3.2 阈值的估计  28-29
    3.3.3 去噪算法的评价  29-30
  3.4 本章小结  30-31
第4章改进的小波阈值去噪方法  31-39
  4.1 新阈值函数的提出  31-33
    4.1.1 改进的通用阈值  31
    4.1.2 改进的阈值函数  31-33
  4.2 仿真实验  33-35
    4.2.1 实验说明  33
    4.2.2 实验结果  33-35
  4.3 新阈值函数对混合噪声的应用  35-38
    4.3.1 对混合噪声去噪的说明  35-36
    4.3.2 对混合噪声去噪的仿真实验  36-38
  4.4 本章小结  38-39
结论  39-40
参考文献  40-45
致谢  45

基于小波变换的图像去噪算法研究

内容摘要

全文目录

相似论文