基于小波变换的图像去噪方法

论文摘要

随着信息时代计算机的日益普及,人们对数字图像的质量要求越来越高.但是数字图像在采集和传输过程中,难免会受到噪声的污染,这不仅不符合人们的视觉效果,而且也不利于图像的进一步处理.因此,图像去噪具有很强的理论意义和应用价值.本文主要研究基于小波变换的图像去噪方法,并得出一系列结果.全文组织如下:第1章简述小波分析的发展、图像去噪方法以及小波图像去噪的必要性.第2章阐述小波分析基本理论.主要包括小波变换理论、多分辨分析理论、小波函数的介绍以及图像的小波变换理论.本章内容为小波图像去噪的理论基础.第3章研究小波阈值去噪与小波包去噪.首先给出小波图像去噪质量的评价标准,然后研究小波阈值去噪方法和小波包图像去噪方法.最后,通过仿真实验说明两种方法的去噪效果,进而得出结论.第4章在讨论小波函数与阈值函数选取的基础上,给出一种改进的阈值函数.然后通过应用举例,分析研究小波函数与阈值函数在图像去噪中的不同表现,并得出结论.第5章针对传统图像去噪方法存在的问题,研究了一种自适应阈值的图像去噪方法.通过仿真实验表明该图像去噪方法的有效性和可行性.

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 小波分析简介
• 1.2 图像去噪
• 1.2.1 图像分析概述
• 1.2.2 图像去噪描述
• 1.3 小波分析与图像去噪
• 1.4 本文的组织结构
• 第2章 小波分析基本理论
• 2.1 小波变换理论
• 2.1.1 连续小波变换
• 2.1.2 离散小波变换
• 2.2 多分辨分析理论
• 2.2.1 多分辨分析
• 2（R）的正交分解'>2.2.2 L²（R）的正交分解
• 2.2.3 Mallat算法
• 2.3 常用小波函数介绍
• 2.4 图像的小波变换
• 2.4.1 二维多分辨分析
• 2.4.2 图像的二维小波分解
• 2.4.3 图像的二维小波重构
• 2.5 结论
• 第3章 小波阈值去噪与小波包去噪
• 3.1 去噪图像质量的评价方法
• 3.1.1 图像质量的主观评价
• 3.1.2 图像质量的客观评价
• 3.2 小波阈值去噪方法
• 3.2.1 小波阈值去噪基本原理
• 3.2.2 常用阈值选取方法
• 3.2.3 应用举例
• 3.3 小波包图像去噪方法
• 3.3.1 小波包分析
• 3.3.2 小波包去噪基本原理
• 3.3.3 应用举例
• 3.4 结论
• 第4章 小波函数与阈值函数对图像去噪效果的比较
• 4.1 小波函数的选取
• 4.2 阈值函数的选取
• 4.2.1 Donoho软、硬阈值函数
• 4.2.2 改进阈值函数
• 4.3 不同小波函数与不同阈值函数在图像去噪中的表现
• 4.3.1 仿真实验
• 4.3.2 结果分析
• 4.4 结论
• 第5章 基于自适应阈值的小波图像去噪
• 5.1 算法设计
• 5.2 仿真实验
• 5.3 结论
• 总结
• 致谢
• 参考文献
• 作者在读研期间的研究成果