小波包分析在信号处理中的应用_学士学位论文

小波包分析在信号处理中的应用_学士学位论文

ID:11690073

大小:1.17 MB

页数:27页

时间:2018-07-13

小波包分析在信号处理中的应用_学士学位论文_第1页
小波包分析在信号处理中的应用_学士学位论文_第2页
小波包分析在信号处理中的应用_学士学位论文_第3页
小波包分析在信号处理中的应用_学士学位论文_第4页
小波包分析在信号处理中的应用_学士学位论文_第5页
资源描述:

《小波包分析在信号处理中的应用_学士学位论文》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、北京大学毕业设计(论文)题目:小波包分析在信号处理中的应用学院:信息学院专业:信息工程摘要摘要图像是一种重要的信息源,通过图像处理可以帮助人们了解信息的内涵。数字图像噪声去除涉及光学系统、微电子技术、计算机科学、数学分析等领域,是一门综合性很强的边缘科学,如今其理论体系已十分完善,且其实践应用很广泛,在医学、军事、艺术、农业等都有广泛且成熟的应用。本文简述了小波包分析的原理,并基于MATLAB实现了对二维图像信号进行消噪。对常用的几种阈值去噪方法进行了分析比较和仿真实现。最后结合理论分析和实验结果,讨论了去噪过程中影响去噪性能的各种因素。为在实际的图像处理中,小波包阈值去噪法的选择和改进提

2、供了数据参考和依据。关键词:小波包分析;图像消噪;阈值ⅠAbstractAbstractImageisonekindofimportantinformationsource,itmayhelppeoplethroughtheimageryprocessingtounderstandtheinformationtheconnotation.Thedigitalimagedenoiseinvolvesdomainsandsoonopticalsystem,microelectronictechnology,computerscience,mathematicalanalysis,it’save

3、rycomprehensiveinterdisciplinaryscience,nowitspracticeapplicationisverywidespread:Inthemedicine,themilitary,art,theagricultureandallhaveveryextensiveandripeusingsoon.ThispapertalksabouttheprincipleofwaveletpacketanaIysis,anddenoiseimagesignaloftwodimensionsbymatlab.Itdonecomparingexperimentsusings

4、everalgoodthresholddenoisingmethods.Finallyaccordingtothetheoryanalysisandsimulationresults,thepaperdiscussesseveralkindsoffactorswhichaffectthedenoisingcapabilityinacompletedenoisingalgorithm.Thatprovidesthedatereferenceofthresholddenoisingmethodsinactualimageprocess.Keywords:waveletpacketanalysi

5、s;imagedenoise;thresholdⅡ目录目录摘要(中文).............Ⅰ(英文)....Ⅱ第一章概述11.1小波包研究的意义与背景11.2小波包分析的发展与应用31.3主要内容4第二章相关技术原理52.1小波理论的基本概念52.2小波包分析的基本原理82.3图像噪声分类及去噪效果评价9第三章系统设计与实现1错误!未定义书签。3.1系统中主要应用的函数123.2降噪步骤133.3噪声的选取133.4分解层数的选取143.5小波基选取143.6阈值选取15第四章调试与结果164.1调试环境-MATLAB开发平台164.2分解层数对系统的影响分析164.3小波基对系统的

6、影响分析174.4阈值对系统的影响分析184.5小波包去噪调试结果19第五章总结20致谢22参考文献23Ⅲ小波包分析在信号处理中的应用第一章概述1.1小波包研究的意义与背景众所周知,由于图像在采集、数字化和传输过程中常受到各种噪声的干扰,从而使数字图像中包含了大量的噪声。能否从受扰信号中获得去噪的信息,不仅与干扰的性质和信号形式有关,也与信号的处理方式有关。在实际应用中,针对不同性质的信号和干扰,寻找最佳的处理方法降低噪声,一直是信号处理领域广泛讨论的重要问题。目前有很多方法可用于信号降噪,如中值滤波,低通滤波,傅立叶变换等,但它们都滤掉了信号细节中的有用部分。传统的信号去噪方法以信号的平

7、稳性为前提,仅从时域或频域分别给出统计平均结果。根据有效信号的时域或频域特性去除噪声,而不能同时兼顾信号在时域和频域的局部和全貌。更多的实践证明,经典的方法基于傅里叶变换的滤波,并不能对非平稳信号进行有效的分析和处理,去噪效果已不能很好地满足工程应用发展的要求。近几年来,许多文献介绍了非平稳信号去噪的小波阈值方法。Donoho和Johnstone提出了通过阈值化小波系数对染有高斯噪声的信号进行去噪的方法。常用的硬阈值法则

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。