基于小波变换的图像去噪方法在STM图像中应用的研究

论文摘要

重庆大学数理学院研发和制作了STM.IPC-205B。扫描图像信号在获取和传输过程中,会受到环境和设备自身噪声的干扰,导致不能真实的复原信号特征,使后期对图像的分析和处理受到影响。因为STM不像扫描电镜有专门的图库,STM扫描图像的解读完全依赖操作人员的经验和主观判断,有很大的误差。因此后期的图像处理技术还是需要进一步的改进和完善。目前绝大部分商用STM的图像增强工作都是采用手工操作离线处理模式,其方法主要是采用专用图像处理软件系统综合应用各种空域和频域滤波技术,最后结合Photoshop软件得到增强图像。这种图像增强方法不能适时的对扫描图像进行处理。因此,本文提出了一种改进的基于空域相关的小波图像去噪算法,为适时的STM图像处理提供了一种可行性论证。本文完成的主要工作是:结合STM的成像特点以及小波变换时频局域性特点,提出了满足STM实时成像要求的、基于小波系数尺度空间相关的小波图像去噪方法。具体是在分析STM图像中噪声特点的基础上,提出了改进的基于小波系数空域相关的图像去噪算法,它首先计算小波相关系数的累积直方图,然后根据该直方图和图像含噪水平确定信噪分离阈值,最后利用改进的阈值函数进行小波系数萎缩。实验结果表明,本算法在成功去噪的同时能有效保持图像中的细节,且执行速度较快,它使STM图像的实时、在线处理成为可能,减少了人为因素对检测结果的影响,同时也保证了STM图像的质量,为后续的图像分析和图像解释奠定了良好的基础。

论文目录

• 摘要
• ABSTRACT
• 1 绪论
• 1.1 扫描隧道显微技术的基本原理和独特优点
• 1.1.1 扫描隧道显微镜的基本原理
• 1.1.2 STM 系列表面分析仪器所具有的独特优点
• 1.2 扫描隧道显微镜的主要应用领域
• 1.2.1 在生命科学中的应用
• 1.2.2 在表面结构观察和分析中的应用
• 1.2.3 在纳米加工领域中的应用
• 1.3 STM 图像表征
• 1.4 本论文的主要研究内容
• 2 扫描隧道显微术的理论基础和图像表述
• 2.1 电子隧道效应现象
• 2.2 STM 图像处理的常用手段
• 3 基于小波分析的图像去噪方法
• 3.1 传统图像去噪方法
• 3.1.1 空域滤波
• 3.1.2 频域低通滤波方法
• 3.1.3 传统去噪方法去噪效果的分析和对比
• 3.2 小波去噪方法的基础——小波分析和小波变换
• 3.2.1 傅立叶分析和傅立叶变换
• 3.2.2 小波分析
• 3.2.3 小波变换
• 3.2.4 多分辨率分析
• 3.2.5 Mallat 算法
• 3.3 小波去噪基本原理
• 3.3.1 小波滤波的特点
• 3.3.2 噪声图像模型及噪声特性
• 3.4 小波基的选取
• 3.5 小波去噪方法
• 3.5.1 模极大值重构滤波
• 3.5.2 小波阈值滤波
• 3.5.3 空域相关去噪方法
• 3.6 小波阈值函数的选取和阈值方法
• 3.6.1 阈值函数的选取
• 3.6.2 阈值估计方法
• 4 基于小波分析的STM 图像去噪方法
• 4.1 STM 图像质量影响因素分析
• 4.2 STM 图像的小波空域相关去噪方法
• 4.2.1 提出的新的STM 图像去噪方法
• 4.3 图像质量的评价
• 4.3.1 主观评价
• 4.3.2 客观评价
• 4.4 仿真试验
• 4.5 STM 图像去噪实验结果
• 5 总结与展望
• 5.1 全文总结
• 5.2 展望
• 致谢
• 参考文献
• 附录