小波阈值去噪及MATLAB仿真.doc

摘要小波分析理论是一种新兴的信号处理理论,它在时间上和频率上都有很好的局部性,这使得小波分析非常适合于时—频分析,借助时—频局部分析特性,小波分析理论已经成为信号去噪中的一种重要的工具。利用小波方法去噪,是小波分析应用于实际的重要方面。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数,通过对小波阈值化去噪的原理介绍,运用MATLAB中的小波工具箱,对一个含噪信号进行阈值去噪,实例验证理论的实际效果,证实了理论的可靠性。本文设计了几种小波去噪方法,其中的阈值去噪的方法是一种实现简单、效果较好的小波去噪方法。关键词:小波变换;去噪;阈值AbstractWaveletanalysistheoryisanewtheoryofsignalprocessandithasgoodlocalizationinbothfrequencyandtimedo---tantroleindenoising,duetothefactthatithasthepropertyoftime--noising,--noisingprinciple,theuseofthewavelettoolboxinMATLAB,carryingonthresholdde-,:Waveletanalysis;denoising;threshold目录摘要 IAbstract II第1章绪论 4第2章小波变换的基本理论 12本章小结 13第3章经典噪声类型及去噪方法 21本章小结 22第四章小波阈值去噪及MATLAB仿真 27本章小结 34结论 35致谢 36附录1译文 38附录2英文参考资料 ,数字图像处理技术获得了飞速的发展。去除图像的噪声是图像处理过程中的一个重要环节,其结果直接影响到图像质量和特征提取的精确性。现实中由于获取图像的环境、设备及传输过程存在不确定因素,使得图像受到噪声污染是不可避免的。现代医学中,影像被广泛应用于诊断和治疗,,因此有必要进行去噪研究。如何减少甚至消除噪声一直是图像处理研究中的课题之一。噪声是影响图像质量的重要因素;噪声的存在导致图像的某些特征细节不能被辨识,图像信噪比下降。在图像处理中如何有效地去除噪声,提取图像信息变得尤为重要。利用计算机等设备处理图像,容易受噪声干扰造成质量下降,极大影响了人们从图像中提取信息,所以非常有必要在利用图像之前消除噪声。信号在生成和传输的过程中会受到各种各样噪声