基于小波变换的图像消噪算法的仿真设计

《基于小波变换的图像消噪算法的仿真设计》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、SHANDONGＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹ毕业设计说明书基于小波变换的图像消噪算法的仿真设计学院：电气与电子工程学院专业：自动化学生姓名：贾丹丹学号：0812206947指导教师：刘丽娜2012年6月摘要摘要图像在人们生活、学习、工作中有很重要的作用，有时，图像更易理解，使我们的生活、学习、工作更容易。然而，图像在产生和传输等很多过程中都有可能产生噪声，影响人们的正常识别，因此非常有必要对图像进行消噪处理。图像消噪的目的就是尽可能地修复被噪声污染的图像，以供人们可以正常识别。图像消噪的方法有很多。但是传统的消噪方法在消除噪

2、声的同时也使图像细节变得模糊，损坏了图像视觉效果，效果不令人满意。20世纪80年代初，法国地球物理学家Morlet提出了小波变换的分析方法。小波分析作为一种全新的信号处理方法，它将信号中各种层次的频率成分分解到互不重叠的频带上，为信号滤波、信噪分离和特征提取提供了有效途径。小波分析在应用中有着无可比拟的优点，成为信号分析的一个强有力的工具，被誉为分析信号的数学显微镜。本设计在对小波分析和图像消噪算法研究的基础上，提出三类小波消噪方法：第一类方法是基于小波变换模极大值图像消噪方法、第二类方法是基于小波系数尺度之间的相关性消噪、第三类方法小波阈

3、值消噪方法。小波阈值消噪方法是计算量最小，实现最简单的一种方法，因而取得了最广泛的应用。本设计使用小波阈值消噪方法进行图像消噪，并得到有效的结果。关键词关键词：关键词：：：图像消噪，小波变换，多分辨率分析，阈值消噪IAbstractAbstractImagesplayaveryimportantroleinpeople'slives,studiesandwork.Sometimes,theimagesmakeiteasierforourliving,learningandworkmoreeasily.However,theimagesare

4、likelytogeneratenoiseintheprocessofgenerationandtransmissionwhichaffectspeople'snormalidentification.Soimagede-noisingisnecessary.Thepurposeofimagede-noisingistotrytorepairtheimagewithnoiseforpeopletoidentifyproperly.Therearemanywaysfortheimagenoisecanceling.Whilethetradit

5、ionalde-noisingmethodseliminatenoisetheimagedetailsbecomeblurreddamagingthevisualeffect,sotheresultisnotsatisfying.Intheearly1980s,Morlet,theFrenchgeophysicistproposedthewavelettransformanalysis.Asanewsignalprocessingmethod,Waveletanalysisdecomposessignalfrequencycomponent

6、softhevariouslevelsintonon-overlappingfrequencybands,andprovidesaneffectivewayforsignalfiltering,signaltonoiseseparationandfeatureextraction.Beingknownastheanalysisofmathematicalmicroscope,Waveletanalysishasunparalleledadvantagesintheapplicationtobecomeapowerfultoolforsign

7、alanalysis.Thispaperproposedthreetypesofwaveletde-noisingmethodbasedonwaveletanalysisandimagenoisecancellationalgorithm.Thefirstmethodisimagede-noisingbasedonwavelettransformmodulusmaximamethod.Thesecondmethodiseliminatingnoisebasedonthecorrelationbetweenthescalesofthewave

8、letcoefficients.Thethirdmethodiswaveletthresholdde-noisingmethod.Waveletthresholdde-noisi