基于Contourlet变换的图像去噪算法研究.pdf

基于Contourlet变换的图像去噪算法研究.pdf

ID:50116872

大小:5.46 MB

页数:70页

时间:2020-03-05

基于Contourlet变换的图像去噪算法研究.pdf_第1页
基于Contourlet变换的图像去噪算法研究.pdf_第2页
基于Contourlet变换的图像去噪算法研究.pdf_第3页
基于Contourlet变换的图像去噪算法研究.pdf_第4页
基于Contourlet变换的图像去噪算法研究.pdf_第5页
资源描述:

《基于Contourlet变换的图像去噪算法研究.pdf》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、基于Contourlet变换的图像去噪算法研究ResearchonImageDenoisingMethodBasedonContourletTransform仲盼大连交通大学DALIANJIAOTONGUNIVERSITY大连交通大学学位论文独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了文中特别加以标注和致谢及参考文献的地方外,论文中不包含他人或集体已经发表或撰写过的研究成果,也不包含为荻得大连交通大学或其他教育机构的学位或证书而使用过的材料。与我一

2、同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。本人完全意识到本声明的法律效力,申请学位论文与资料若有不实之处,由本人承担一切相关责任。学位论文作者签名:4丰敗大连交通大学学位论文版权使用授权书本学位论文作者完全了解大连交通大学有关俣护知识产妨及保留、使用学位论文的规定,g卩:研究生在校攻读学位期间论文工作的知识产权单位属大连交通大学,本人保证毕业离校后,发表或使用论文工作成果时署名单位仍然为大连交通大学c学校有权保留并向国家有关部门或机构送交论文的复印件及其电子文档,允许论文

3、被查阅和借阅。本人授权大连交通大学可以将本学位论玄的令部或部分由竅编入学校有关数据库和收录到《中国博士学位论文全文数据库》、《中国优秀硕士学位论文全文数据库》进行信息服务,也可以采用影印、缩印或扫描等复制手段保存或汇编本学位论文。(保密的学位论文在解密后应遵守此规定)学位论文作者签名:今守@’六导师签名:曰期:1/0丨5年6月f口曰曰期:^年月h曰分类号:学校代号:UDC:密级:学号:硕士学位论文基于Contourlet变换的图像去噪算法研究ResearchonImageDenoisingMethod

4、BasedonContourletTransform学生姓名:导师及职称:学科门类:专业名称:研究方向:申请学位级别:论文答辩日期:年月日学位授予单位:大连交通大学摘要图像去噪是图像处理领域里一项非常重要的基础研究,它的效果对图像的后续处理有着不可忽视的影响。Contourlet变换是一种非常重要的多尺度几何分析方法,不仅有着小波变换多分辨率且时频局部化等特性,还能实现对图像多方向和各向异性的分解,克服小波变换的限制性,实现对图像的最优表达。所以基于Contourlet变换的图像去噪算法有着很好的应用

5、前景。本文在研究Contourlet变换和现有图像去噪方法的基础上,重点分析了图像经Contourlet变换后系数的分布特点,分别根据系数的多方向分布特性和系数子带内所表现出的相关特性,提出两种新的基于Contourlet变换的图像去噪算法。所做工作主要内容如下:(1)传统的阈值去噪方法对所有的子带系数采取统一的处理方式,同时因为传统的阈值函数存在一些缺陷,容易造成图像信息的丢失。因此本文在Contourlet域提出一种改进的阈值和改进的阈值函数实现对图像的去噪。其中改进的阈值为基于粒子群优化(PSO

6、)的权重阈值,即根据Contourlet域不同尺度不同子带系数的分布特点,得到基于不同子带系数的权重阈值。然后引入PSO算法,对权重阈值中的权重系数进行优化,使得权重更贴近理想的权重,从而得到更优的阈值。因为该优化阈值考虑了不同子带的能量分布情况,所以在处理系数时更合理,减少对所有系数一并处理造成的误差。另外本文所提出的改进阈值函数表达为分段连续函数,克服传统软硬阈值函数的缺点,实现对不同系数的不同处理,避免图像的伪吉布斯效应和边缘信息的模糊。(2)因为传统Wiener滤波应用于变换域容易导致图像细节

7、信息模糊,本文提出改进的Contourlet域Wiener滤波方法,并且结合偏微分方程实现对图像的去噪。针对Wiener滤波估计萎缩因子的重要性,本文首先根据Contourlet系数的邻域特性将系数分类,利用其中的信号系数估计萎缩因子,对分类的Contourlet系数进行不同程度的局部Wiener滤波处理,该方法能有效保留图像的边缘信息。然后利用基于偏微分方程的全变分(TV)模型进一步去噪,使用次数比较少的TV扩散滤波,不仅使去噪效果更好,还可以克服全变分(TV)去噪容易过度平滑图像的缺点。本文对Wi

8、ener滤波进行改进和对全变分(TV)去噪模型进行利用,有效弥补了两种算法各自的缺点,达到很好的去噪效果。关键词:图像去噪;Contourlet变换;粒子群优化(PSO);阈值;Wiener滤波;全变分(TV)去噪IAbstractImagedenoisingisaveryimportantandbasicresearchinthefieldofimageprocessing,whoseeffecthassignificantinfluenceonsub

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。