毕业设计答辩基于小波变换的多阈值小波去噪增强算法研究

《毕业设计答辩基于小波变换的多阈值小波去噪增强算法研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于小波变换的多阈值小波去噪增强算法研究指导老师：XXX答辩人：XXX学号：XXX图像去噪的重要性噪声分类评价标准传统去噪方法小波变换多阈值小波去噪MATLAB仿真结论总体设计框架图像去噪很有必要我们生活在一个信息时代，科学研究表明，人类从外界获得信息约有百分之七十五来自视觉系统，也就是从图像中获得。图像具有信息量大，传输距离远，传输速度快等一系列特点，它信息量和直观性是文字、声音所无法比拟的。然而，图像在生成和传输的过程中难免会受到噪声的污染，使得图像的质量受的损害，这不仅不符合人们的视觉效果，并且对图像的后续处理时很不利的。所以说：图像去

2、噪很有必要，它具有很强的理论意义和应用价值。在进行图像去噪之前我们还需要知道的：噪声的分类要有效降低图像中的噪声，必须针对不同的具体情况采用不同方法，否则就很难获得满意的去噪效果。图像去噪效果的评价在图像去噪的处理中，常常需要评价去噪后图像的质量。这对人们判断去噪方法的优劣有很重要的意义噪声的分类加性噪声乘性噪声“椒盐”噪声量化噪声加性噪声：与图像信号强度不相关的噪声，乘性噪声：与图像信号是相关，往往随着图像信号的变化而发生变化。“椒盐”噪声：由图像切割引起，图像传感器，传输信道，解码处理等产生的黑白相间的亮暗点噪声。量化噪声：数字图像的主要

3、噪声源，它的大小能够表示出数字图像和原始图像的差异程度。实际生活中还有多种多样的图像噪声，如皮革上的疤痕噪声、气象云图上的条纹噪声等等。而绝大多数的常见图像噪声都可用均值为零，方差不同的高斯白噪声作为其模型，因而为了简便和一般化，本设计将采用零均值的高斯白噪声作为噪声源。主观评价由人眼直接观察图像效果，但能反映人眼的视觉特性.但受人为主观因素的影响较大。所以还只是一个定性的描述方法，不能作定量描述，客观评价是一种数学上统计的处理方法，其缺点是它并不是总能反映人眼的真实感觉图像去噪效果的评价传统去噪方法空间域法均值滤波中值滤波变换域法（本设计主

4、要介绍频域低通滤波法）理想低通滤波器(LIPF)巴特沃思低通滤波器(BLPF)高斯低通滤波器（GLPF）空域滤波均值滤波是一种局部空间域处理的算法，图像邻域平均法的处理效果与所用的邻域半径有关，半径愈大，则图像模糊程度也愈大。图像邻域平均法算法简单，计算速度快，但它的主要缺点是在降低噪声的同时使图像产生模糊，特别在边缘和细节处，邻域越大，模越厉害。中值滤波是一种非线性滤波，实际运算过程中并不需要图像的统计特性，比较方便。在一定的条件下，可以克服线性滤波器所带来的图像细节模糊，而且对滤除脉冲干扰及图像扫描噪声最为有效。但是对一些细节多，特别是点

5、、线、尖顶细节多的图像不宜采用中值滤波的方法。频域低通滤波法理想低通滤波器(LIPF)理想低通滤波器平滑处理的概念是清楚的，但它在处理过程中会产生较严重的模糊和振铃现象。正是由于理想低通滤波器存在“振铃”现象，所以其平滑效果不佳。巴特沃思低通滤波器(BLPF)又称作最大平坦滤波器，它的通带与阻带之间没有明显的不连续性，因此它的空域响应没有“振铃”现象发生，模糊程度减少。与理想低通相比，它保留有较多的高频分量，所以对噪声的平滑效果不如理想低通滤波器。高斯低通滤波器（GLPF）高斯低通滤波器的傅立叶变换也是高斯的。没有“振铃”现象发生从傅立叶变换

6、到小波变换连续小波变换离散小波变换小波变换从傅里叶变换到小波变换傅立叶变换是一个强有力的数学工具，能够实现时域到频域相互转换，但它不能同时在时域和频域都具有良好的定位的能力。而且在对非平稳时变信号的分析上，无能为力。但是，在实际应用中，常常有些非平稳信号，随着时间的变化而改变，这时傅立叶变换明显表现出了其中的不足，所以小波变换理论就应运而生了。连续小波变换连续小波变换具有以下重要性质：线性性、平移不变性、伸缩共变性、自相似性、冗余性小波的选择应满足定义域是紧支撑的，且平均值为零。也就是说，小波应具有振荡性，而且是一个迅速衰减的函数。离散小波变

7、换在实际运用中，尤其是在计算机上实现时，连续小波必须加以离散化。需要强调指出的是，这一离散化都是针对连续的尺度参数和连续平移参数b的，而不是针对时间t的。对图像进行小波变换对图像进行小波变换就是用低通滤波器h和高通滤波器g对图像的行列进行滤波（卷积），然后进行二取一的下抽样。这样进行一次小波变换的结果便将图像分解为一个低频子带（水平方向和垂直方向均经过低通滤波）LL和三个高频子带，即用HL表示水平高通、垂直低通子带，用LH表示水平低通、垂直高通子带，用HH表示水平高通、垂直高通子带。分辨率为原来的1/2，频率范围各不相同。第二次小波变换时只对

8、LL子带进行，进一步将LL子带分解为LL1，LH1，HL1和HH1，分辨率为原来的1/4,频率范围进一步减半，以此类推。所以，进行一次小波变换得到4个子带，进行M次