基于免疫算法的自适应小波变换在红外图像去噪中的研究

《基于免疫算法的自适应小波变换在红外图像去噪中的研究》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、河北工业大学硕士学位论文基于免疫算法的自适应小波变换在红外图像去噪中的研究摘要红外图像在采集、传输等过程中不可避免会受到各种噪声的干扰，为了后续更高层次的处理，很有必要对红外图像进行去噪预处理。红外图像噪声有很多种，主要表现为脉冲噪声和高斯噪声。中值滤波是广泛用于去除脉冲噪声的一种非线性去噪方法；小波变换是一种强有力的数学分析工具，近年来在红外图像去噪领域得到了广泛应用，产生了许多好的基于高斯白噪声假设的小波图像去噪算法。本文对红外图像中最常见的脉冲噪声、高斯噪声的滤除进行了比较深入的研究，研究工作主要包括以下三个方面的内容：（1）对常用空域

2、算法进行了分析研究，本文采用经典的中值滤波算法，并与其它算法进行了仿真比较实验。从实验结果中可以看到，中值滤波算法在去除脉冲噪声时能取得较好的效果。（2）对小波图像去噪方法做了初步的研究工作，在分析红外图像小波系数特点的基础上，采用时频域结合滤波算法，即小波图像去噪结合中值滤波的算法。实验结果表明，该算法去除高斯噪声的效果优于其它一些小波去噪算法。（3）小波阈值对于小波阈值去噪算法起着至关重要的作用，在小波阈值算法中对小波阈值的估计基础上，本文引入人工免疫算法，根据人工免疫算法处理数据的特点改善阈值的选取，得到最优阈值，从而提高小波阈值算法的

3、去噪效果。关键词：红外图像去噪，中值滤波，小波变换，时频域结合滤波算法，免疫算法i基于免疫算法的自适应小波变换在红外图像去噪中的研究RESEARCHONINFRAREDIMAGEDENOISINGBASEDONIMMUNEALGORITHMANDADAPTIVEWAVELETTRANSFORMATIONABSTRACTDenoisinginfraredimageisakindofnecessarypre-processingworkforfurtherimageprocessingsincemanykindsofnoisecanbeadded

4、intoinfraredimageduringtheprocessofcollection,transmissionofInfraredimage.Therearealotofkindsofnoiseintheinfraredimage.Andthe2mainkindsofnoisearetheimpulsenoiseandGaussiannoise.Themedianfilteringisanonlinearde-noisingmethodandwidelyusedtoremoveimpulsenoise.Wavelettransforma

5、tionisapowerfultoolformathematicalanalysis.Inrecentyears,wavelettransformationhasbeenwidelyusedinthefieldofinfraredimagedenoising.TherearemanywaveletdenoisingalgorithmswhichperformwelltodenoiseinfraredimagewithGaussiannoise.Inthispaper,wedeeplyinvestigatethemethodtodenoiset

6、heimpulsenoiseandGaussiannoisesinetheyarecommonininfraredimage.Theresearchworkmainlyincludes3aspectsasfollowing:(1)Throughanalyzingandstudyingdenoisingalgorithmsoftimedomainforinfraredimage,theseveralfilteringalgorithmsareimplementedtodenoiseinfraredimage.Theexperimentalres

7、ultshowsthatmedianfilteringalgorithmisperformedbetterforimpulsenoisethanotheralgorithmsbycomparison.(2)Afterwidelyinvestigatingimagedenoisingmethodbasedonwavelettransformationanddeeplyanalyzingthecharacteristicsofimagewaveletcoefficients,anewkindofalgorithmisproposedwhichco

8、mbinesthealgorithmsoftimedomainandfrequencydomain.Thistime-frequencydomainfilterin