资源描述：
《毕业论文--基于Contourlet域HMT模型的去噪研究》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、HUNANUNIVERSITY毕业设计(论文)设计论文题目基于Contourlet域HMT模型的去噪研究学生姓名学生学号专业班级自动化1101班学院名称电气与信息工程学院指导老师学院院长2015年5月26日摘要图像的重要特征包括边缘、纹理等几何结构，而传统的小波变换只可以表达点奇异的特性和位置，不能将图像中的线奇异特征最优地表示出来；并且二维可分离小波变换只有有限个方向，不能有效地捕捉图像的轮廓信息。为了克服小波变换的上述局限性，近些年逐步发展起来一种多尺度几何分析理论。该理论实际上指的是一系列的分析方法，其发展的目的主要是为了检测
2、、表示和处理一些高维空间数据，这些变换采用的基有着更高方向敏感性的支撑区间，比小波变换能更好地表现边缘特征。其中，轮廓波变换是一种表现突出的方法，它首先定义在了离散域，然后将离散域和连续域相互联系，在连续域中讨论逼近性能，是一种多分辨率、局域、方向的图像表示方法，该变换已经在图像去噪、图像分割、图像融合等多种图像处理方面得到了应用，并且有着极其广阔的应用前景。本文利用轮廓波变换获得的轮廓波系数间关系建立隐马尔可夫树模型，通过EM迭代算法获得隐马尔可夫树模型参数，运用获得的模型对被噪声污染的图像进行去噪处理，并与通过阈值去噪方法得到的
3、结果进行对比，对轮廓波域的隐马尔可夫模型的去噪结果进行分析。关键词：多尺度几何分析；轮廓波；统计模型；图像去噪ABSTRACTImportantfeaturesofimageincludeedge,textureandsomeothergeometry.Classicalwavelettransformcanonlyexpressthebizarrecharacteristicsandlocationofspots,butitcannotrepresentbizarrecharacteristicsoflineoptimallyin
4、image.Meanwhile,thereareonlylimiteddirectionsintwo-dimensionalseparablewavelettransform,soitcannoteffectivelycapturethecontourinformationofanimage.Toovercometheselimitationsaboveofwavelettransform,peoplegraduallydevelopedamulti-scalegeometricanalysistheoryinrecentyears
5、.Actuallythetheoryreferstoaseriesofanalyticalmethods,whosemainobjectiveofdevelopmentistodetect,expressanddealwithhigh-dimensionalspatialdata.Thesetransformationsusethegroupwhosesupportrangehasahighersensitivityinthedirection,whichisbetterthanwavelettransforminmanifesti
6、ngedgefeatures.Contourlettransformisanoutstandingmethodamongthem,whichdefinesinthediscretedomainfirstofall,thenconnectdiscretedomainandcontinuousdomain,andnextweprobeapproximationincontinuousdomain.Contourlettransformisamulti-resolution,localized,directivityrepresentat
7、ionmethodofimage.Thistransformationhasbeenappliedinimagedenoising,imagesegmentation,imagefusion,etc.Anditalsohasaverybroadapplicationprospects.Inthispaper,obtainingrelationshipbuildingHiddenMarkovtreemodelcontourletcoefficients,andgettinghiddenMarkovtreemodelparameters
8、byEMiterativealgorithm.Thenusingtheobtainedmodelstodenoise,andcomparingtheresultswithobtainedbythresholdingmethod.Mea
