小波去噪(大学论文)

小波去噪(大学论文)

ID:13367807

大小:4.72 MB

页数:25页

时间:2018-07-22

小波去噪(大学论文)_第1页
小波去噪(大学论文)_第2页
小波去噪(大学论文)_第3页
小波去噪(大学论文)_第4页
小波去噪(大学论文)_第5页
资源描述:

《小波去噪(大学论文)》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2数字图像阈值去噪算法研究与实现摘要我们在现实生活中得到的图像都存在噪声,所以需要图像的去噪。图像去噪的目的是在满足最小均方误差准则的条件下,将原始图像从观测到的含噪图像中还原出来。近年来,在小波变换域实现信号的滤波引起了人们的极大重视,一些滤波方法也相继被提出。传统的小波阈值去噪可分为硬阈值去噪和软阈值去噪,而在其去噪过程中,硬阈值函数在一些不连续点处有时会产生伪吉布斯现象;软阈值函数中估计的小波系数与信号的小波信号之间存在恒定偏差。为了去除这些现象,采用最佳软阈值进行图像处理。实验结果表明,虽然硬阈值去噪方法的性噪比和均方差也比较小,但是对图像的细节方便保护的不好。而最佳软阈值函数消噪

2、后的视觉特性较好,并且信噪比提高,均方根误差有所降低。总体而言,最佳软阈值去噪方法结合了硬阈值和软阈值的优点。关键词小波变换;阈值消噪;门限规则2STUDYANDIMPLEMENTATIONOFDIGITALIMAGETHRESHOLDDENOISINGALGORITHMABSTRACTWehaveinageswiththeimagenoiseinreallife,soitisnecessarytoimagedenoising.TheaimofimagedenoisingistorecovertheoriginaluncorruptedimagesfromnoisyonesbasedonM

3、MSE.Inrecentyears,filteringinwaveletdomainbecameanimportantresearchfield.Also,somenewmethodsweredeveloped.Thetraditionalmethodofthresholdindenoisinghastwokindsofways,oneofthemishardthresholdingandtheotherissoftthresholding.Insomecases,suchasonthediscontinuitiespoints,theGibbsphenomenonwillexhibitw

4、henweusehardthresholdingfunctiontoremovenoiseofsignalsandsoftthresholdingmethodalsohasdisadvantages.Inordertoremovetheshortings,weusethebestsoftthresholdingfunction(thebestsoftthresholdingmethod).Theexperimentalresultsshowthat,althoughpsnrandmseofthehardthresholdingdenoisingarerelativelysmall,butt

5、heprotectionofthedetailsoftheimageispoor.ThevisionofdenoisingisbetterandtheRMSEofsignalhasbeendecreasedalotwhiletheSNRhasbeenincreased.Overall,thebestsoftthresholdingdenoisingmethodcombineshardthresholdandsoftthresholdadvantages.Keywordswavelettransform;thresholdingdenoising;methodofthreshold2目录摘要

6、IABSTRACTII前言11.图像去噪背景21.1图像噪声21.2国内外发展现状31.3系统实现概述31.3.1读取图像模块41.3.2加噪模块41.3.4图像重构52.小波去噪理论52.1小波去噪特点52.2小波变换原理62.3小波去噪原理72.4阈值函数82.4.1阈值函数(hard-thresholding)82.4.2软阈值函数(soft-thresholding)82.4.3最佳软阈值(bestsoft-thresholding)92.5阈值的选择112.5.1全局阈值112.5.2局部阈值123.图像去噪的实现123.1小波分解123.2硬阈值去噪133.3软阈值去噪133.

7、4最佳软阈值去噪133.5三种去噪算法的比较13参考文献17附录182致谢202前言近年来,小波理论得到了迅速发展,而且由于小波具有低熵性、多分辨特性、去相关性和选基灵活性等特点,所以它在处理非平稳信号、去除图像信号噪声方面表现出了强有力的优越性。由于测量获得的信号总是不可避免地含有噪声.在对信号使用前,有必要进行去噪处理,提高信噪比。传统的去噪方法主要是采用频谱分析技术,其等价于信号通过一个低通或带通滤波器。在工程应用

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。