资源描述：
《基于小波的数字图像去噪及其仿真的研究》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、基于小波的数字图像去噪及其仿真的研究摘要图像在采集、获取以及传输的过程中,由于外来信号的干扰，往往要受到噪声的污染,被噪声污染了的图像叫做含噪图像，噪声是影响图像质量的主要因素,对数字图像的后续处理影响较大,因此对图像噪声的去除（图像噪声的滤波）有很重要的现实意义。大多图像都含有不同程度的噪声。为了更好地对图像进行分析,就必须在图像预处理中减小这些噪声。图像去噪正是在保留图像原有重要信息(边缘等)的前提下降低或消除噪声。该文介绍了小波变换的基本理论,小波系数在一个小邻域里具有相似性,若充分利用周围小波系数的信息，分块对小波系数进行阈值去噪操作,可以在保持图像平滑
2、的同时,尽量多地保留图像的细节信息。该文对图像去噪的现状和常用方法进行了全面的概述。对基于小波变换的图像去噪方法进行了深入的研究分析。小波滤波技术中的小波阈值滤波方法,由于计算简单而得到了广泛的应用，对多幅标准图像开展了大量仿真实验,并对软硬阈值去噪等相关问题进行了研究。采用MATLAB对上述降噪算法进行仿真，实验结果表明，基于小波分层和小波的阈值算法，不仅有效地去除了噪声，还保留了图像的大部分细节信息,具有较好的峰值信噪比。关键词：小波变换;数字图像;阈值去噪IIThedigitalimagebasedonwaveletde-noisingandsimulat
3、ionAbstractTheimageisoftencorruptedbynoiseinitscollection,acquisitionortransmission,Thecorruptedimageiscallednoisyimage.Becausethenoiseisthemainfactorthatinfluencedimagequalityandgreatlyaffectedtoextracttheinformationfromit.Therefore,imagedenoising(imagenoisesfilter)hasimportantpract
4、icalmeaning.Manyimagescontainthenoise.Inordertobetterfortheanalysis,itmustdecreasetheimagenoiseinimagepreprocessing.Theimagedenoisingcanremaintheimportantinformationandreduceoreliminatethenoisebywavelettransform.Thepaperintroducesthebasictheoriesofwavelettransform.Waveletcoefficients
5、arecorrelatedinasmallneighbourhood.Wecantakeintoaccountneighbourwaveletcoefficient,andthresholdthewaveletcoefficients.Thuscanproducessmootherandclearerdenoisedimages.Inthisarticlethepresentsituationofimagedenoisingandthecommonlyuseddenoisingmethodsaresystematicallysummarized.Thewavel
6、etimagedenoisingisresearcheddeeply.Waveletthresholdfiltermethodinthewaveletfiltertechnique,whichobtainswidespreadapplicationbecauseofcalculatedsimply.Severalpiecesofstandardimagesarecarriedtomakesimulationexperiment,andthesoftandharethresholddenoisingandotherrelatedproblemsarestudied
7、.ThispapersimulatestheabovedenoisingalgorithmwithMatlab.TheresultsshowthattheWaveletlayeredandthethresholdalgorithmcannotonlydenoisetheimageeffectively,butalsoretainmostofthedetailsoftheimageinformationandgethigherPSNRforthedenoisedimage.Keywords：WaveletTransform;DigitalImage;Thresho
8、ldDenoisingI
