基于小波的图像阈值去噪方法.pdf

摘要关键词:小波;阈值;阈值函数;去噪随着网络及计算机在人们生活中的日益普及,图像、音频等多种形式的多媒体文件极大地丰富了人们的生活。同时人们对于图像的画质要求也在不断提高,于是图像处理就提到了研究的日程上来。数字图像在采集和传输的过程中,经常会受到噪声影响,使图像发生降质。针对这一问题,各种各样的图像去噪方法被提出来。小波变换因其自身所具有的诸多优良特性,越来越多地被应用于图像去噪领域。其中,小波闽值去噪算法因为原理及实现简单,应用性能良好,近年来受到了国内外学者的广泛关注。在对目前小波理论、小波图像去噪的相关文献进行认真理解和深入研究的基础上,分析了现有方法的不足。本文的主要结构如下:首先,概括描述了小波理论及其优缺点;其次,引出小波变换在图像去噪领域的应用;再次,对目前常用的几类小波去噪方法进行了分别阐述,着重介绍了闽值收缩法并分析了其存在的不足;最后,提出了新的阈值选取方法和闽值函数改进方法。本文采用进行仿真实验,首先分别对含噪图像使用改进的阈值,改进的阈值函数进行降噪处理,然后将两者结合起来应用于含噪图像。实验结果表明,使用改进后的阈值和阈值函数进行图像降噪,较之现有的经典方法,通常可获得更好的效果。
Ⅳ畉瑅甧痵甅,甌,,,簊簍,,,::瑃,,.,
论文作者躲垒兰嗍咖缛尹拥论文作者签名:叠盟日期:聊簿夸月』导师签名:一窜≤Α怀贚—一曰期:,∥日学位论文独创性声明学位论文知识产权权属声明本人声明,所呈交的学位论文系本人在导师指导下独立完成的研究成果。文中依法引用他人的成果,均已做出明确标注或得到许可。论文内容未包含法律意义上己属于他人的任何形式的研究成果,也不包含本人已用于其他学位申请的论文或成本人如违反上述声明,愿意承担由此引发的一切责任和后果。本人在导师指导下所完成的学位论文及相关的职务作品,知识产权归属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的学术论文或成果时,署名单位仍然为青岛大学。本学位论文属于:保密口,在年解密后适用于本声明。不保密曰。朐谝陨戏娇蚰诖颉”青岛大学硕士学位论文果。
第一章绪论概述小波分析是近年来发展起来的一种新的时频分析方法。其典型应用包括齿轮变速控制,起重机的非正常噪声,自动目标锁定,物理中的间断现象等。而频域分析的着眼点在于区分突发信号和稳定信号以及定量分析其能量,典型应用包括细胞膜的识别,金属表面的探伤,金融学中快变量的检测,的流量控制等。在传统的傅立叶分析中,信号完全是在频域展开的,不包含任何时域的信息,这对于某些应用来说是很恰当的,因为信号的频率的信息对其是非常重要的。但其丢弃的时域信息可能对某些应用同样非常重要,所以人们对傅立叶分析进行了推广,提出了很多能表征时域和频域信息的信号分析方法,如短时傅立叶变换,换,时频分析,小波变换等。其中短时傅立叶变换是在傅立叶分析基础上引入时域信息的最初尝试,其基本假定在于在一定的时间窗内信号是平稳的,那么通过分割时间窗,在每个时间窗内把信号展开到频域就可以获得局部的频域信息,但是它的时域区分度只能依赖于大小不变的时间窗,,短时傅立叶分析只能在一个分辨率上进行。所以对很多应用来说不够精确,存在很大的缺陷。而小波分析则克服了短时傅立叶变换在单分辨率上的缺陷,具有多分辨率分析的特点,在时域和频域都有表征信号局部信息的能力,时间窗和频率窗都可以根据信号的具体形态动态调整,在一般情况下,在低频部分藕沤掀轿可以采用较低的时间分辨率,而提高频率的分辨率,在高频情况下德时浠淮可以用较低的频率分辨率来换取精确的时间定位。因为这些特定,小波分析可以探测正常信号中的瞬态,并展示其频率成分,被称为数学显微镜,广泛应用于各个时频分析领域。目前小波分析已经被运用到图像处理的几乎所有分支,如:图像去噪、边缘检测,图像压缩,图像分割等,同时,在模式识别、语音合成、计算机视觉、数据压缩等方面的研究也都取得了具有科学意义和应用价值的成果。现实中的图像,在获取和传输的过程中,一般都会不同程度地被噪声污染,为了提高图像的信噪比,突出图像的期望特征,以便于对其进行更高层次的处理,图像的降噪预处理是很必要的。
小波分析与多辨分析的历史随着科技的发展,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的方法,例如滑动平均窗滤波器,还有线性滤波器等。但这些方法普遍存在一个问题:因为它在消除图像噪声的同时。也会消除图像部分有用的高频信息,所以传统的低通滤波方法在对保留图像细节的要求方面没有得到满意的