《开题报告杨飞》由会员分享，可在线阅读，更多相关《开题报告杨飞（5页珍藏版）》请在金锄头文库上搜索。
1、青岛大学毕业论文（设计）开题报告题 目：基于小波变换的图像去噪方法 学 院： 信息工程学院专业：计算机科学与技术姓名：杨飞指导教师：赵志冈I2010 年 3 月 24 日基于小波变换的图像去噪技术一 图像去噪背景图像是人们获取信息的重要来源，据统计约有 80的信息是通过视觉系统 获取的。对任一个图像处理系统，包括图像的获取、处理、发送、传输、接收、 输出（显示）等，每一个环节都存在不同程度的噪声，使图像质量降低。如何对 这些“降质”图像或受到噪声污染的图像进行处理，提取有用信号抑制噪声，提 高信噪比，以满足图像处理的要求，一直是图像预处理的热点问题。近年来,小波理论得到了非常迅速的发展，而且由
2、于其具备良好的时频特性， 因而实际应用也非常广泛。在去噪领域中，基于阈值萎缩的小波去噪方法的研究 仍然非常活跃，近来仍不断有新的方法出现，而且也可以看出，人们的研究方向 已经转为如何最大限度地获得信号的先验信息，并用这些信息来确定更合适的阈 值或阈值向量，以达到更高的去噪效率。另外，除了阈值萎缩方法外，Kivanc、 John和Xu等人还提出了不同的去噪方法，例如，利用Lipschitz指数的方法和 基于最大后验概率MAP的比例萎缩法等，这些都丰富了小波去噪的内容。 二 小波变换理论与图像去噪应用1.小波变换理论 小波变换是当今应用数学中的一个迅速发展的领域，是分析和处理非平稳 信号的一种有力
3、工具，它是以局部化函数所形成的小波基作为基底而展开的，具 有许多特殊的性能和优点；而小波分析则是一种更合理的时频表示和子带多分辨 分析方法。对小波的研究开始于80年代初，理论基础奠基于80年代末，经过几 十年的发展，它已在信号处理与分析、地震信号处理、信号奇异性监测与谱估计、 计算机视觉、语音信号处理、图象处理与分析，尤其是在图像编码、压缩和去噪 等领域取得了突破性的进展，成为一个研究开发的前沿热点，由于小波分析在时 域和频域都具有良好的局部化特性，而且由于对高频采取逐渐精细的时域或空域 步长，从而可以聚焦到分析对象的任意细节：正是小波变换的这种独特的性质， 它被人们称为“数学显微镜”。小波变
4、换的特点：小波变换，既具有频率分析的性质，又能表示发生的时间。有利于分析确定时间发生的现象。（傅里叶变换只具有频率分析的性质） 小波变换的多分辨度的变换，有利于各分辨度不同特征的提取(图象压缩，边缘 抽取，噪声过滤等)2.小波图像去噪声算法的实现首先用分解算法对原图像进行多分辨率分解，生成小波系数矩阵，然后对小 波系数矩阵进行阈值量化处理，获得一个处理后的小波系数矩阵最后，对该小 波系数矩阵用重构算法进行图像重构，生成去噪声图像。具体算法如下：a) 按分解算法在小波函数生成的正交小波基下，对原图像进行三层小波分解，得到图像信号在各尺度下的 HH、LH、HL 细节分量和 LL 平滑分量。b) 进
5、行小波系数阈值量化处理。选择合适的阈值对从一级到三级的每一层小 波分解高频系数进行取舍。c) 按重建算法，根据小波分解第一级的低频分量系数和经过处理后的从一级 到三级的高频分量系数，进行反变换图像重构。如何选取阈值和如何进行阈值的量化是其中关键的步骤。从一定意义上说，该步骤关系到图像信号重构的质量。三 新型去噪方法具体步骤如下:a) 首先对噪声图像选择一较合适的滤波窗口尺寸(如：3X3或5X5)。b) 再选择一较适合的滤波窗口。c) 将滤波窗口移遍图像上的点，且用窗口内各原始值的中值代替窗口中心点的值。d) 按分解算法用小波变换将中值去噪后的图像进行一层小波分解，提取出二维小波分解的近似系数、
6、水平细节系数、垂直细节系数和对角细节系 数。e) 对提取出的图像近似系数及各细节系数，利用维纳滤波原理及中值滤波 原理进行处理生成新的系数。f) 按照重建算法，用新生成的小波系数重新组成图像系数进行图像重构， 得到去噪图像。g) 对以上图像再用小波变换对图像进行分解，得到图像信号在尺度N下的各细节分量和近似分量。h) 选取合适的阈值对每一层小波分解系数进行取舍。采用软阈值方法。i）依小波分解的最后一层近似系数及各层细节系数进行图像反变换重构 最后构成去噪图像。四 采用的解决方法（技术）利用小波变换对图像进行去噪，并利用MATLAB实现五 预期达到的目标1. 了解图像噪声来源，图像去噪方法，小波
7、理论，小波去噪应用。2. 熟悉MATLAB语言，熟练运用MATLAB中的小波变换函数对图像去噪。六 涉及的主要技术1小波变换理论， fourier 变换，图像去噪技术2MATLAB 语言七 进度安排第一阶段（1-2 周）：查阅文献资料，了解图像去噪的基本知识，掌握 Matlab， 阅读论文对图像去噪的方法进行研究。第二阶段（3-8周）：利用前几周掌握的知识，结合Matlab调试运行程序，选择 合适的方法实现图像的去噪。第三阶段（9-10 周）：整理文献材料，撰写论文，准备答辩。八 参考文献1 章毓晋.图像处理和分析.清华大学出版社，1999.82-1162 王家文，曹宇.MATLAB6.5图形
8、图像处理北京：国防工业出版社,2004.166-167.3 徐立中.数字图像的智能信息处理.北京:国防工业出版社,2001.22-23.4 傅德胜,寿益禾.图形图像处理学.南京：东南大学出版社,2002.175-177.5 高清维,李斌,解光军等.基于平稳小波变换的图像去噪方法 .计算机研究与发展,2002. (12):1689-1693.6 唐良瑞，马全明，竟晓军.图像处理实用技术.北京：化学工业出版社，2002.27-367 勒中鑫.数字图像信息处理.北京:国防工业出版社,2003,214-236飞思科技产品研发中心.MATLAB6.5辅助小波分析与应用北京：电子工业出版社， 2003.213-2209 罗忠亮，王修信，胡维平.基于小波分析的医学超声图像去噪与增强研究.计算机工程 与应用， 2004(19)： 230-232
