小波变换在逆半调中的应用

论文摘要

本文主要研究基于小波变换的图像逆半调方法。因为小波具有多分辨率分析的特性，能够区分图像的高频与低频部分，所以适用于逆半调处理。小波变换通过去除高频半调噪声，同时最大程度保留图像细节来实现逆半调处理。该方法的两个关键环节是小波基的选取和小波系数的调整。针对上述问题，文中讨论了小波基正交、对称、紧支撑等特性对于逆半调处理的影响，最终分别选用了单小波形式的样条小波、多小波形式的GHM小波作为逆半调处理的小波基。小波系数是半调图像的小波域表征，半调噪声的去除依赖于小波系数的调整。根据半调噪声特性，本文方法选用了阈值调整策略和系数模极大值调整策略。文中重点阐述基于小波变换图像逆半调方法的实现，遵从小波分解、小波系数调整、小波重构的流程，给出各步骤的具体设计思想；最后给出了算法仿真的实验结果，并对结果进行了质量评价和线性回归分析。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 引言
• 1.2 论文主要工作
• 2 半调逆半调技术概述
• 2.1 半调技术概述
• 2.2 逆半调技术概述
• 2.2.1 逆半调方法的分类
• 2.2.2 逆半调方法的流程
• 3 小波理论在图像逆半调中的应用
• 3.1 多分辨率分析
• 3.1.1 多分辨概述
• 3.1.2 双尺度方程
• 3.2 二维Mallat算法
• 3.3 半调图的小波变换
• 3.3.1 半调图小波变换的实现
• 3.3.2 半调图小波变换的意义
• 4 基于小波变换的逆半调算法
• 4.1 半调噪声分析和预处理
• 4.2 小波基的选取
• 4.2.1 三阶B样条小波
• 4.2.2 GHM多小波
• 4.3 小波分解
• 4.3.1 滤波器的生成
• 4.3.2 小波分解的实现
• 4.4 小波系数调整与小波重构
• 4.4.1 单小波分解系数调整
• 4.4.2 多小波分解系数调整
• 4.4.3 小波重构
• 5 实验结果及评价
• 5.1 图像质量评价
• 5.2 评价结果线性回归分析
• 5.3 算法分析与总结
• 总结
• 致谢
• 参考文献
• 附录A 实验图像质量评价（PSNR）结果
• 附录B 逆半调结果图