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的研究

作　者: 刘美丽
导　师: 宋宇
学　校: 长春工业大学
专　业: 信号与信息处理
关键词: 小波变换图像去噪阈值函数局部阈值相关性
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 148次
引　用: 0次
阅　读: 论文下载

内容摘要

图像在采集、传输等过程中不可避免会受到各种噪声的干扰,为了后续更高层次的处理,很有必要对图像进行去噪预处理。近年来,小波理论得到了非常迅速的发展。由于小波变换具有低熵性、多分辨性、去相关性、选基灵活性等特性,使它成为图像去噪领域内的有力工具。本文介绍了近年来小波理论发展及其在图像处理方面应用的情况,系统地描述了目前常用的经典小波图像去噪方法,并对这些算法进行了比较,分析了各算法的原理、特性以及存在的不足。首先,针对降质图像中普遍存在的高斯噪声,在统一阈值去噪算法的基础上,采用小波系数区域相关性进行了改进,进而形成了基于区域相关性的改进阈值去噪算法。该算法利用小波系数区域相关性对统一阈值去噪过程中“过扼杀”的部分细节信息进行保留,克服其“过扼杀”缺陷。其次,针对同时存在高斯噪声及脉冲噪声的降质图像,如果直接在小波域内进行阈值处理,必然导致用统一阈值算法计算出的阂值较大,这将导致对有用信号的“过扼杀”,丢失图像的边缘细节信息。针对此种情况,本文采用极值中值滤波滤除脉冲噪声,然后,在小波域中,对各层小波子带进行分块,计算各层小波子带中子块的阂值对各子块进行去噪,新阂值具有很强的局部针对性,很好的克服“过扼杀”缺陷。通过仿真实验结果可以看出,本文方法去噪效果显著,与传统的去噪方法相比,在去除噪声的同时也能够较好的保留图像的边缘细节信息,是一种有效的图像去噪方法。

全文目录

摘要  2-3
Abstract  3-6
第一章绪论  6-10
  1.1 本课题的来源及研究意义  6-7
  1.2 图像去噪方法的国内外研究  7-8
  1.3 小波去噪的意义  8-9
  1.4 本文工作及结构安排  9-10
第二章图像去噪方法研究  10-34
  2.1 传统图像去噪方法  10-13
  2.2 小波变换理论  13-19
    2.2.1 连续小波变换  13-15
    2.2.2 离散二进制小波变换  15-16
    2.2.3 多分辨率分析  16-19
  2.3 常用小波介绍  19-24
  2.4 小波去噪原理及方法  24-33
    2.4.1 小波去噪基本原理  24
    2.4.2 白噪声及脉冲噪声在小波变换下的统计特性  24-26
    2.4.3 小波域经典去噪算法  26-33
  2.5 本章小结  33-34
第三章基于相关性的阈值去噪理论及其改进算法  34-45
  3.1 小波阈值去噪  34-39
    3.1.1 小波阈值去噪基本原理  34
    3.1.2 阈值函数选取  34-36
    3.1.3 阈值选取  36-39
  3.2 基于相关性的阈值改进算法  39-42
  3.3 实验仿真与讨论  42-44
  3.4 本章小结  44-45
第四章基于分块局部阈值去噪理论及其改进算法  45-53
  4.1 中值滤波  45-47
    4.1.1 中值滤波原理  45-46
    4.1.2 极值中值滤波  46-47
  4.2 基于分块局部阈值去噪改进算法  47-50
  4.3 实验仿真与讨论  50-52
  4.4 本章小结  52-53
第五章总结与展望  53-55
致谢  55-56
参考文献  56-59
攻读硕士学位期间研究成果  59-60

基于小波变换的图像去噪方法的研究

内容摘要

全文目录

相似论文