本科毕业论文(物理学专业)

《本科毕业论文(物理学专业)》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、本科毕业论文（科研训练、毕业设计）题目：图像阈值分割及去噪的实现姓名：学院：物理与机电工程学院系：物理系专业：物理学年级：学号：图像阈值分割及去噪的实现摘要图像在成像的过程屮会受到各种干•扰信号即噪声的影响，从而会使画面质量下降。为了减弱噪声、还原真实的画面，需要对图像进行处理。本文介绍图像灰度变换和区域分割、降噪技术。采用区域阈值分割法，分别用Otsu、Niblack以及Kittier算法实现；选用4种图像降噪方法，包括经典的滤波方法即均值滤波、中值滤波和维纳滤波，以及基于小波变换的降噪技术。通过Matlab仿真，详细分析比较了儿种阈

2、值分割和滤波法在图像处理方面的特点。关键词阈值分割中值滤波均值滤波维纳滤波小波分析ImageBinaryzationandDenoisingRealizationAbstractInmanycases,thequalityofpicturessufferssignificantdebasementsintheimagingprocessing,owingtothenoise・Inordertoreconstitutethem,weneedtoprocessthecroppedimagesproperly.Thispaperfirstly

3、addressestheimagegrayscaletransformation,regionsegmentationandnoisereduction.Otsu,Niblack,andKittieralgorithmareusedtorealizethesecondissue;4kindsofimagenoisereductionmethodsaredesignedandapplied,whicharemeanfiltering,medianfiltering,Wienerfiltering,andwaveletdenoising.T

4、hefirstthreeissuesbelongstoclassicalfilteringtheory.Matlabsimulationbasedonthesemethodsisbuilttoresearchtherelativebenefitsanddrawbacks.KeywordsRegionSegmentationMeanFilteringMedianFilteringWienerFilteringWaveletDenoising目录摘要1Abstract2H录3引言4第一章图像噪音5第二章图像缩放和灰度变换处理62.1图像缩放

5、处理方法62.2图像灰度变换处理6第三章图像阈值分害983.1图像分割技术概耍83.2图像阈值分割原理83.3图像阈值分割方法9第四章图像去噪124.1滤波原理124.2滤波实现方法12第五章仿真实验结果和讨论165.1图像二值化算法对比165.2图像去噪效果对比17结论21参考文献22致谢语23引言数字图像处理是从20世纪60年代以来随着计算机技术和VLSI的发展而产生、发展和不断成熟起来的一个新兴技术领域，它在理论上和实际应用上都取得了巨大的成就，并引起各方面人士的广泛重视⑴。首先，视觉是人类最重要的感知手段，图像又是视觉的基础。因

6、此数字图像成为心理学、生物医学、计算机科学等诸多方面的学者研究视觉感知的有效工具。其次，数字图像处理在军事、遥感、工业图像处理等大型应用中也有不断增长的需求。为适用特殊的场合和获得较好的视觉效果，常常需要一种有效的方法来对图像进行处理。数字图像处理技术从广义上可看作是各种图像加丁技术的总称。它包括利用计算机和其他电子设备完成的一系列工作，如图像分割、图像变换、图像去噪等。本文主要是在整合各种优秀的阈值分割和滤波算法的基础上，实现对图像进行分割和去噪，达到处理和读取图像的H的。在MATLAB仿真的基础上，比对各种分割和去噪方法的优缺点。第

7、一章图像噪声人量的实验研究发现，由摄像机拍摄得到的图像受离散的脉冲、椒盐噪声和零均值的高斯噪声的影响较严重。噪声给图像处理带来很多困难，对图像分割、特征提取、图像识别等具有直接影响。因此，实时采集的图像需进行滤波处理。消除图像中的噪声成份叫做图像的平滑化或滤波操作。按信号与噪声的关系，噪声主要分为加性噪声和乘性噪声【比1）加性噪声，即与信号存在与否无关，是独立于信号之外的噪声，叠加方式为⑶：(1-1)x(/)=s(/)+n{t)其屮x（f）表示输出信号，Hf）表示源信号，〃⑴表示噪声信号。比如说放大器噪声。2）乘积性噪声乂称为卷积噪声，

8、只有在信号岀现在信道屮才表现出来，它不会主动对信号形成干扰。叠加方式为⑷(1.2)x(/)=5(z)[l+n(0]乘积性噪声可以通过同态变换成为加性噪声。比如说胶片颗粒噪声。本文讨论通过对图像施加高斯噪声、