学位论文 > 优秀研究生学位论文题录展示

基于小波理论的水下图像后向散射降噪研究

作　者: 张学梦
导　师: 王国宇
学　校: 中国海洋大学
专　业: 通信与信息系统
关键词: 水下图像 后向散射 小波变换 高通滤波 阈值去噪
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 83次
引　用: 0次
阅　读: 论文下载
 

内容摘要


在经济高速发展的二十一世纪,资源问题成为世界各国面临的重大课题。随着科学技术的不断进步,海洋逐渐成为人类赖以生存发展的新空间。丰富的海洋资源在一定程度上可以大大缓解世界各国目前所面临的诸多困境,所以海洋开发成为各国新的经济发展点。但是人类对海洋的认识十分有限,因此如何合理有效地利用海洋资源是摆在科学工作者面前的一个重大课题。人类主要通过拍摄水下图像认识海洋,但是水下环境复杂,成像条件恶劣,从水下拍摄到的图像往往淹没在各种噪声中。水下成像的困难和水下图像的污染严重影响了人们对海洋的探索。因此对水下图像进行有效的去噪处理,反映出清晰真实的水下信息是深海研究中的关键性课题之一。水下图像污染过程和机理十分复杂,不同的水下环境噪声也不尽相同。本文的目的是尝试用小波与高通滤波相结合的方法对水下图像进行去噪,力求改善图像质量。首先,本文对小波去噪理论的研究概况和应用前景及小波分析的基本理论作了简要介绍,对小波去噪的三种主要方法进行了分析,重点分析了小波域阂值去噪方法,对其中的几种经典阈值估计方法给出了详细说明。其次,介绍了水下成像环境和水下图像的特点。通过建立后向散射数学模型,得出了后向散射噪声的频段范围,从而得出了用高通滤波滤除水下图像后向散射噪声的可能性。再次,在理论分析的基础上,提出了基于小波与高通滤波的水下图像后向散射降噪算法,克服了仅用小波处理水下图像后向散射的不足。实验说明高通滤波能在一定程度上改善去噪效果。最后,分析了研究中出现的问题及今后需要解决的有关问题。

全文目录


中文部分  5-64
  摘要  5-6
  abstract  6-11
  1 绪论  11-15
    1.1 引言  11
    1.2 课题背景与来源  11-12
    1.3 小波去噪的研究概况及应用前景  12-14
      1.3.1 小波去噪的研究概况  12-13
      1.3.2 小波去噪理论的应用前景  13-14
    1.4 本论文的主要工作及章节安排  14-15
  2 小波变换的基础理论  15-27
    2.1 小波变换的定义  15-20
      2.1.1 连续小波变换  16-17
      2.1.2 离散小波变换  17
      2.1.3 小波框架  17-18
      2.1.4正交小波  18-20
    2.2 多分辨率分析  20-24
      2.2.1 多分辨率分析的概念  20-22
      2.2.2 小波空间  22
      2.2.3 二维多分辨率分析  22-24
    2.3 经典Mallat算法  24-26
      2.3.1 二尺度方程  24-25
      2.3.2 Mallat算法  25-26
    2.4 本章小结  26-27
  3 常见的图像去噪方法  27-40
    3.1 图像噪声的分类  27
    3.2 图像常用去噪方式  27-29
      3.2.1 邻域平均滤波法  28
      3.2.2 频域滤波  28-29
      3.2.3 中值滤波  29
    3.3 小波去噪  29-39
      3.3.1 模极大值重构去噪法  30-31
      3.3.2 空域相关去噪算法  31-32
      3.3.3 小波阈值去噪方法  32-38
      3.3.4 几种方法的比较  38
      3.3.5 实验  38-39
    3.4 本章小结  39-40
  4 水下图像理论分析  40-46
    4.1 水的光学特性  40-41
      4.1.1 水对光的选择吸收特性  40
      4.1.2 水对光的散射特性  40-41
    4.2 水下图像的主要特点  41-42
    4.3 水下图像的后向散射理论分析  42-45
      4.3.1 激光水下传输透过率理论分析  42-43
      4.3.2 后向散射的时间域模型研究  43
      4.3.3 后向散射频谱分析  43-44
      4.3.4 典型的激光水下传输后向散射计算实例  44
      4.3.5 结论  44-45
    4.4 本章小结  45-46
  5 水下图像后向散射噪声去噪  46-57
    5.1 巴特沃思高通滤波  47-50
    5.2 基于小波与高通滤波的水下图像后向散射去除  50-52
    5.3 实验结果与分析评价  52-56
      5.3.1 图像降噪评价标准  52-53
      5.3.2 实验图像与分析  53-56
    5.4 本章小结  56-57
  6 总结和展望  57-58
  参考文献  58-62
  致谢  62-63
  个人简历  63
  发表学术论文  63-64
英文部分  64-137
  abstract  66-73
  1 INTRODUCTION  73-79
    1.1 Preface  73
    1.2 Background and source of the subject  73-74
    1.3 Research on wavelet denoising and application  74-77
      1.3.1 Research on Wavelet Denoising  75-76
      1.3.2 The application prospect of wavelet denoising  76-77
    1.4 Mainly work and chapters in this paper  77-79
  2 THE BASIC THEORIES OF WAVELET TRANSFORM  79-94
    2.1 The definition of wavelet transform  79-85
      2.1.1 Continuous wavelet transform  80-81
      2.1.2 Discrete wavelet transform  81-82
      2.1.3 Wavelet frame  82-83
      2.1.4 Orthogonal wavelet  83-85
    2.2 Multi-resolution Analysis  85-90
      2.2.1 The concept of multi-resolution analysis  85-87
      2.2.2 Wavelet space  87-88
      2.2.3 Two-dimensional multi-resolution analysis  88-90
    2.3 Classical Mallat Algorithm  90-93
      2.3.1 Two-scale equation  90-91
      2.3.2 Mallat algorithm  91-93
    2.4 Summary  93-94
   3 THE COMMON METHODS OF IMAGE DENOISING  94-110
    3.1 The classification of image noise  94-95
    3.2 Image denoising methods commonly used  95-97
      3.2.1 Neighborhood average filtering method  95-96
      3.2.2 Frequency domain filtering  96
      3.2.3 Median filtering  96-97
    3.3 Wavelet de-noising  97-109
      3.3.1 Modulus maxima denoising  97-99
      3.3.2 Spatial correlation denoising algorithm  99-100
      3.3.3 wavelet thresholding de-noising[24]  100-108
      3.3.4 Comparison of several methods  108
      3.3.5 ExPeriment  108-109
    3.4 Summary  109-110
  4 THEORETICAL ANALYSIS OF UNDERWATER IMAGES  110-118
    4.1 Optical properties of water  110-112
      4.1.1 Selection absorption properties of the water  110
      4.1.2 Scattering properties of light  110-112
    4.2 The main features of underwater image  112-113
    4.3 Theoretical Analysis of Underwater images Backscattering  113-117
      4.3.1 Theoretical analysis of laser underwater transmission transmittance  113-114
      4.3.2 The time-domain model of backscattering  114
      4.3.3 Backscattering spectrum analysis  114-116
      4.3.4 A typical backscattering calculation example of laser underwater transmission  116
      4.3.5 Conclusion  116-117
    4.4 Summary  117-118
  5 BACKSCATTERING REMOVAL OF UNDERWATER IMAGES  118-130
    5.1 Butterworth high-pass filtering  119-123
    5.2 Underwater image backscattering removal based on high-pass filter and wavelet  123-125
    5.3 Experimental results, analysis and evaluation  125-129
      5.3.1 Image noise evaluation criteria  125-126
      5.3.2 Experiment image and analysis  126-129
    5.4 Summary  129-130
  6 SUMMARY AND PROSPECT  130-132
  REFERENCES  132-136
  ACKNOWLEDGEMENTS  136-137
  VITA  137
  RESEARCH PUBLICATIONS  137

相似论文

  1. 后向散射式烟尘浓度测量技术的研究,X831
  2. 基于TMS320C6713的SPIHT图像压缩算法研究及实现,TP391.41
  3. 图像的稀疏表示及编码模型研究,TP391.41
  4. 唇读中的特征提取、选择与融合,TP391.41
  5. 羊绒与羊毛纤维鉴别系统的研究,TS101.921
  6. 感觉刺激诱发脑电特征研究,R318.0
  7. 网络传输中的ROI图像编码算法研究,TN919.81
  8. 基于多尺度分析的图像融合算法研究,TP391.41
  9. 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
  10. 轮廓波变换及其在图像处理中的应用,TP391.41
  11. 基于小波的雷达视频压缩方法研究,TN957.52
  12. 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
  13. 一种多数据流聚类异常检测算法,TP311.13
  14. 基于图像的信息隐藏技术研究,TP309.7
  15. 基于DM6446与小波的图像压缩系统设计与实现,TP391.41
  16. 结合DWT的动态数据校正研究及应用,TP274
  17. 基于小波变换和马尔可夫链的流量预测模型,TP393.06
  18. 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
  19. 基于离散小波变换的图像水印算法研究,TP309.7
  20. 脑部CT图像的压缩应用,TP391.41
  21. 图像信息处理机的图像处理方法研究,TP391.41

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