毕业论文——印前图像去噪算法比较研究

《毕业论文——印前图像去噪算法比较研究》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、哈尔滨商业大学毕业设计（论文）印前图像去噪算法比较研究学生姓名：指导教师：专业班级：印刷工程学号：学院：轻工学院二〇XX年X月X日哈尔滨商业大学本科毕业设计（论文）摘要首先，介绍了图像去噪的研究背景和意义、图像去噪的发展概况。其次，介绍了图像噪声的分类和数学模型，及常用的图像去噪方法；对小波去噪问题进行描述,揭示了小波去噪的数学背景和滤波特性。最后，本文末尾对论文所工作做了详细的总结，并对图像去噪方法的进一步研究方向做了展望。关键词：图像去噪;高斯噪声;脉冲噪声;小波变换II哈尔滨商业大学本科毕业设计（论文）AbstractFirst,theresearchbackgro

2、undandsignificanceofimagedenoising,andthedevelopmentoverviewofimagedenoising.Next,theclassificationandmathematicalmodelofimagenoise,andthetraditionalimagedenoisingmethodsarefirstintroducedbythispaper.thispaperattemptstomakeanoverviewofwaveletimagedenoising.First,itdescribeswaveletdenoisin

3、gintwoways,onefromitsmathematicsbackground,theotherfromfiltertheoryofsignalprocessing.Finally,heworkissummariedseriouslybythisarticleandimagedenoisingalgorithmsismadeforfurtherresearchprospects.Keywords:Imagedenoising;Gaussiannoise;Impulsenoise；Wavelettransform.II哈尔滨商业大学本科毕业设计（论文）目录摘要IAbs

4、tractII1绪论11.1课题的研究背景和意义11.2图像去噪国内外研究现状和研究热点21.2.1图像去噪的研究现状21.2.2图像去噪技术的国内外热点和趋势31.3论文的主要研究内容及组织结构32图像去噪的理论基础42.1图像噪声的模型分类52.1.1噪声的分类52.1.2噪声的模型62.2图像质量的性能评价62.2.1图像质量的客观评价62.2.2图像质量的主观评价73图像去噪方法83.1传统去噪方法83.1.1空间域滤波83.1.2频域低通滤波法83.2小波去躁93.2.1小波去噪研究现状93.2.2小波去噪的发展历程94基于Matlab的图像去噪算法仿真104.

5、1算法介绍104.2算法仿真实验15结论16参考文献18致谢19附录20I哈尔滨商业大学本科毕业设计（论文）1绪论图像在生成和传输过程中，常常因受到各种噪声干扰和影响而使图片降低质量，这对后续图像的处理（如分割，压缩和图像理解等）将产生不利影响。噪声种类很多，如：电噪声、机械噪声、信道噪声和其他噪声。在图像处理中，图像去噪是一个永远不会过时的主题，为了抑制噪声，改善图像质量，更高层次的处理，必须对图像进行去噪的预处理。一般采用两种方法：一是在空间域处理，即在各种计算机图像处理的空间；另一种是通过正交变换到频域空间域图像，在频域进行处理和反变换到空间域，图像处理。根据实际图

6、像的特性，噪声的统计特性和频谱分布的规律性，去噪方法的方法..一个最直观的方法，在噪声能量一般集中在基础和高频率的频谱图像分布在一个有限的时间间隔的特点，采用低通滤波器来消除噪声，或图像的平滑处理等，属于第一类的图像处理方法。在频率域处理，如：傅里叶变换，小波变换[1]。近年来，小波理论飞速发展，而且因为其良好的时频特性，实际应用也相当广泛。其中最广为人知的是图像的小波阈值去噪方法。基本思路就是在图像小波分解后，各个子带图像的不同特性选取不同的阈值，从而达到较好的去噪效果。而且，小波变换是线形变换的一种，而国内外的研究大多都是在如何选取一个合适的全局阈值，通过处理低于该阈

7、值的小波系数同时保持其余小波系数值不变的方法来降噪，因此，大多数的方法类似高斯噪声的效果好，混入脉冲噪声的混合噪声的情况的处理的效果不理想。线性运算模糊引起的边缘，小波分析技术以其独特的时候频率特性本地化的图像信号和噪声信号的区分和保留有用的信息的有效噪声等传统的除去噪声是明显的优势，而且除去噪声的同时实现了图像一定程度的压缩和边缘特征的抽出。所以小波除去噪声的无比的优越性。小波除去噪声主要的优点：（1）低熵性，稀疏分布的小波系数，使得图象变换后的熵降低；（2）多分辨率，由于使用了多分辨率方法特性，所以可以更好地展示信号的非平