《基于小波变换的图像降噪中的研究》由会员分享，可在线阅读，更多相关《基于小波变换的图像降噪中的研究（43页珍藏版）》请在金锄头文库上搜索。
1、. . . . 图像去噪处理的研究与MATLAB仿真摘要 图像是一种重要的信息源，通过图像处理可以帮助人们了解信息的涵。数字图像噪声去除涉与光学系统、微电子技术、计算机科学、数学分析等领域，是一门综合性很强的边缘科学，如今其理论体系已十分完善，且其实践应用很广泛，在医学、军事、艺术、农业等都有广泛且成熟的应用。MATLAB是一种高效的工程计算语言，在数值计算、数据处理、图像处理、神经网络、小波分析等方面都有广泛的应用。MATLAB是一种向量语言，它非常适合于进行图像处理。本文概述了小波阈值去噪的基本原理。对常用的几种阈值去噪方法进行了分析比较和仿真实现。最后结合理论分析和实验结果，讨论了一个完
2、整去噪算法中影响去噪性能的各种因素。为实际的图像处理中，小波阈值去噪法的选择和改进提供了数据参考和依据。关键字：小波变换 图像去噪 阈值 MATLABThe Research of Image De-noising Based on MatlabAbstract Image is one kind of important information source, may help People through the imagery processing to understand the information the connotation. The digital image de-no
3、ise involves domains and so on optical system, microelectronic technology, computer science，mathematical analysis, its a very comprehensive interdisciplinary science, now its practice application is very widespread: In the medicine, the military, art, the agriculture and all have very extensive and
4、ripe using so on. MATLAB is one kind of highly effective engineering calculation language，in aspects and so on value computation, data processing, imagery processing, neural network, wavelet analysis all has the widespread application.This article has stated the theory of wavelet threshold denoising
5、 ， then done comparing experiments using several good threshold denoising methodsFinally according to the theory analysis and simulation results，the paper discusses several kinds of factors which affect the denoising capability in a complete denoising algorithm That provides the date reference of th
6、reshold denoisingmethods in actual image processKeywords:Wavelet transformation; Image denoising; Wavelet threshold; MATLAB目 录前言第一章 图像与噪声 11.1 噪声图像模型与噪声特性11.1.1含噪模型11.1.2噪声特性11.2图像质量的评价21.2.1主观评价21.2.2客观评价2第二章 图像去噪方法42.1 传统去噪方法42.1.1空域滤波42.1.2频域低通滤波法52.2 小波去噪82.2.1小波去噪的发展历程82.2.2小波去噪的研究现状92.2.3小波去噪方
7、法11第三章 小波变换理论基础123.1 从傅里叶变换到小波变换123.2小波理论的基本概念133.2.1连续小波变换 133.2.2离散小波变换15第四章 小波阈值去噪与MATLAB仿真 184.1 小波阈值去噪概述 184.1.1 阈值去噪法简述 184.1.2 小波阈值去噪方法 184.2 基于MATLAB的小波去噪函数简介194.3 小波去噪对比试验 204.3.1 实验信号的产生 204.3.2 各参数下的去噪效果对比 224.4 利用小波去噪函数去除给定图像中的噪声25总结与展望（本行顶头，下面的红色字去掉）281 全文工作总结282 工作展望28致语 30参考文献31附录 34
8、/ 前 言图像在生成和传输过程中常常因受到各种噪声的干扰和影响而使图像降质，这对后续图像的处理(如分割、压缩和图像理解等)将产生不利影响。噪声种类很多，如：电噪声、机械噪声、信道噪声和其他噪声。在图像处理中，图像去噪是一个永恒的主题，为了抑制噪声，改善图像质量，便于更高层次的处理，必须对图像进行去噪预处理。计算机图像处理主要采取两大类方法：一是在空间域中的处理，即在图像空间中对图像进行各种处理；另一类是把空间域中的图像经过正交变换到频域，在频域里进行各种处理然后反变换到空间域，形成处理后的图像。人们也根据实际图像的特点、噪声的统计特征和频谱分布的规律， 发展了各式各样的去噪方法。其中最为直观的
9、方法，是根据噪声能量一般集中于高频而图像频谱则分布于一个有限区间的这一特点，采用低通滤波方式来进行去噪，或对图像进行平滑处理等，这属于第一类图像处理方法。还有就是在频域进行处理，如：傅立叶变换、小波基变换。近年来，小波理论得到了非常迅速的发展，而且由于其具备良好的时频特性，实际应用也非常广泛。其中图像的小波阈值去噪方法可以说是众多图像去噪方法的佼佼者。基本思想就是利用图像小波分解后，各个子带图像的不同特性选取不同的阈值，从而达到较好的去噪目的。而且，小波变换本身是一种线形变换，而国外的研究大多集中在如何选取一个合适的全局阈值，通过处理低于该阈值的小波系数同时保持其余小波系数值不变的方法来降噪，
10、因而大多数方法对于类似于高斯噪声的效果较好，但对于混有脉冲噪声的混合噪声的情形处理效果并不理想。线形运算往往还会造成边缘模糊，小波分析技术正因其独特的时频局部化特性在图像信号和噪声信号的区分以与有效去除噪声并保留有用信息等方面较之传统的去噪具有明显的优势，且在去噪的同时实现了图像一定程度的压缩和边缘特征的提取。所以小波去噪具有无可比拟的优越性。小波去噪主要优点有：低熵性，小波系数的稀疏分布，使得图象变换后的熵降低；多分辨率，由于采用了多分辨率的方法，所以可以非常好地刻画信号的非平稳特征，如边缘、尖峰、断点等；去相关性， 因为小波变换可以对信号进行去相关，且噪声在变换后有白化趋势， 所以小波域比
11、时域更利于去噪；选基灵活性，由于小波变换可以灵活选择变换基， 从而对不同应用场合、不同的研究对象，可以选用不同的小波函数，以获得最佳的效果。本文以图像去噪方法为研究对象，以小波图像去噪为研究方向，对比了传统去噪方法与小波去噪方法，比较深入地研究了基于小波阈值的图像去噪，对其在图像去噪中的应用做了进一步的探讨。全文安排具体如下:第一章主要介绍噪声的特性和噪声模型，图像质量的评价方法。第二章主要对传统的去噪方法进行了总结和对比，指出其去噪的不足，介绍小波变换，综述了小波去噪的发展历程、研究现状与其分类。第三章主要介绍连续小波变换、离散小波变换，并介绍了图像小波变换情况，为下个章节中图像小波去噪奠定
12、理论基础。第四章详细介绍小波阈值在图像去噪中的应用，以与相应的MATLAB程序，并给出了相应的仿真实验结果。第五章是对全文的总结与展望，概括了全文的研究容和创新之处；针对论文的不尽完善之处，提出了一些意见和建议，以供后续工作参考借鉴。第一章 图像与噪声人类获取外界信息有视觉、听觉、触觉、味觉等多种方法，但绝大部分(约80%)是来自视觉所接收的图像信息，即所谓“百闻不如一见”。而图像处理就是对图像息进行加工处理，以满足人的视觉心理和实际应用的要求。因此，图像处理技术的广泛研究和应用是必然的趋势。在分析和使用图像之前，需要对图像信号进行一系列处理。比如调整图像存储的格式，对图像进行去噪等等。图像处理是针对性很强的技术，根据不同用途、不同要求采用不同的处理方法。采用的方法是综合各学科较先进的成果而成的，如数学、物理学、心理学、生理学、医学、计算机科学、通信理论、信号分析、控制论和系统工程等，各学科相互补充、相互渗透才使数字图像处理技术飞速发展。根据本文研究的容，我们只探讨图像去噪这一图像预处理技术。一般来说，在
