基于matlab小波分析的图像降噪研究

《基于matlab小波分析的图像降噪研究》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、分类号：单击输入分类号编号：单击输入编号沈阳化工大学本科毕业论文题目：基于MATLAB小波分析的图像降噪处理院系：信息工程学院专业：通信工程班级：1001学生姓名：田维军指导教师：郭烁论文提交日期：年月日论文答辩日期：年月日摘要本文研究的对象是加入高斯白噪声的数字信号，信号在传输或进行处理的过程中会受到噪声的影响，会影响到数字图像的质量，因此本文针对加入噪声的图像进行降噪处理，提高图像的清晰度，使得图像的质量达到最优。为了克服传统的图像降噪方法的缺点，本文提出了小波分析的图像降噪的方法，这个方法克服了传

2、统降噪方法的缺点，能够在很好的保留图像细节信息的前提下，更好的进行含噪图像的降噪。小波分析降噪中的小波阈值降噪方法比较适合噪声图像的降噪处理，首先对噪声图像进行多层次的分解，然后在对噪声图像进行水平方向垂直方向以及斜线方向三个方向的阈值处理，最后对阈值处理后的图像进行图像的重构处理。利用不同的小波基函数对噪声图像进行分解，观察利用不同的小波基函数对图像降噪的结果，通过计算信噪比和最小均方误差来判断最适合图像降噪的小波基函数，信噪比越大，最小均方误差越小则图像的降噪效果就越好，通过分析可以选择出图像降噪的

3、最优的小波基函数。然后在对最优的小波基函数进行不同层次的小波系数分解，也是通过计算信噪比和最小均方误差来得出小波基的最优分解层数，在最优分解层数下对噪声图像进行降噪处理效果最好。图像最清晰，图像的质量更好，细节信息越完整。对噪声图像进行阈值处理能够很好的对图像进行降噪处理，也能够很好的保留图像的细节信息，通过对六个小波基函数的分析，比较信噪比和最小均方误差的值可以看出bior4.4小波基降噪效果最好，在利用bior4.4小波基对图像进行了四个不同层次的分解，通过比较信噪比和最小均方误差，可知对图像进行3

4、层的小波分解，对噪声图像的降噪效果最好。利用以上的分析对噪声图像进行了很好的降噪效果。关键词：小波变换，图像去噪，小波阈值，阈值函数，小波基函数，最优分解层AbstractInthecourseofimageprocessing，thecollection，transformationandtransmissionofimagesarefrequentlyaffectedbyimagingequipmentsandnoisesinexteriorenvironment，therefore，imagequ

5、alitydeclines．Becausenoiseshavebiginfectiontothecontinuousprocessingofimages，ithasveryimportantpracticalmeaningtonoisesreduction．Imagenoisereductionisawidelyimagepreprocessingoftechnology.It’spurposeistoenhancetheSNRbetweenoriginalimageandde-noisedimage,

6、improvethecharacteristicsofimage.Thedigitalimagede-noiseinvolvesdomainsandsoonopticalsystem,microelectronictechnology,computerscience，mathematicalanalysis,it’saverycomprehensiveinterdisciplinaryscience,nowitspracticeapplicationisverywidespread:Inthemedic

7、ine,themilitary,art,theagricultureandallhaveveryextensiveandripeusingsoon.MATLABisonekindofhighlyeffectiveengineeringcalculationlanguage，inaspectsandsoonvaluecomputation,dataprocessing,imageryprocessing,neuralnetwork,waveletanalysisallhasthewidespreadapp

8、lication.Therefore,huntingforamethodofdenoisingeffectivelyandkeepingtheedgeinformationsimultaneouslyisagoalpeoplehavebeenpursuingallthetime.Waveletanalysisislocalanalysisinthetimedomainandfrequencydomain,whichrepresentsthe