基于边缘检测和Bayesian估计的小波阈值去噪方法

基于边缘检测和Bayesian估计的小波阈值去噪方法

论文题目: 基于边缘检测和Bayesian估计的小波阈值去噪方法

论文类型: 硕士论文

论文专业: 信号与信息处理

作者: 吴静

导师: 王珂

关键词: 小波变换,边缘检测,小波阈值去噪,估计

文献来源: 吉林大学

发表年度: 2005

论文摘要: 论文以去除噪声、保留图像的边缘特征点为出发点,以提高PSNR、重构图像清晰度为目的进行研究。由于小波变换后的图像能量主要分布在低频部分,噪声基本上分布在高频部分,而图像的边缘信息是图像最为有用的高频信息。因此,利用传统的方法去噪时,虽然能较好的去除图像中的噪声,但不能较好的保留图像的边缘信息。另外,全局阈值法有“过扼杀”小波系数的倾向,使图像的信息被去除。针对传统去噪方法不能保留边缘特征和全局阈值法“过扼杀”小波系数的缺点,论文首先对图像进行边缘检测。由于在去噪方面采用了小波阈值去噪方法,为了更好的利用小波变换的特点,把小波边缘检测应用于图像去噪,通过小波边缘检测方法确定边缘特征点的位置。在对小波变换后的各高频子带进行阈值处理时,非边缘特征点进行阈值处理,而边缘特征点所在位置的小波系数不受阈值去噪的影响,在阈值去噪时保持不变。其次在阈值选择上,论文采用了基于Bayesian风险估计推出的阈值公式,计算得到的阈值进行去噪的。理论分析和实验结果表明,与传统的去噪方法相比,本文方法能较好的保留图像的边缘信息,且提高了图像的峰值信噪比。

论文目录:

第1章 绪论

1.1 引言

1.2 噪声图像模型及噪声特性

1.3 常用的去噪方法

1.3.1 线性滤波

1.3.2 中值滤波

1.3.3 自适应滤波

1.3.4 小波去噪

1.4 目前去噪方法中存在的问题

1.5 本文的主要研究内容及章节安排

第2章 小波分析基本理论

2.1 傅里叶变换和短时傅里叶变换

2.1.1 傅里叶变换

2.1.2 短时傅里叶变换

2.2 小波变换

2.2.1 一维连续小波变换

2.2.2 一维离散小波变换

2.2.3 二进正交小波变换

2.3 二维小波变换与可分离多分辨率分析

2.4 小波变换快速算法(MALLAT算法)

第3章 小波域图像去噪

3.1 噪声的小波域特性及去噪原理

3.2 图像的小波域特性及去噪原理

3.3 阈值萎缩法及几种阈值函数

3.3.1 硬、软阈值函数

3.3.2 改进型阈值函数

3.4 阈值的选取方法

3.4.1 常用的几种阈值方法

3.4.2 自适应局部阈值

3.5 比例萎缩法

3.5.1 比例萎缩函数

3.5.2 信号小波系数方差的估计

第4章 图像的边缘检测技术

4.1 边缘检测的基本概念

4.2 传统的边缘检测方法

4.2.1 Roberts 算子

4.2.2 Sobel算子

4.2.3 Prewitt 算子

4.2.4 Laplace 算子

4.2.5 LoG (Laplace of Gaussian)算子

4.2.6 Canny 算子

4.3 小波边缘检测

4.3.1 原理

4.3.2 实现方法

4.3.3 实验结果

第5章 基于边缘检测和BAYESIAN 估计的小波阈值去噪方法

5.1 原理

5.2 基于BAYESIAN估计的自适应阈值

5.3 去噪算法

5.4 算法流程及实现步骤

5.5 仿真分析

第6章 全文总结

6.1 主要的工作与结论

6.2 今后待研究的问题

参考文献

摘要

ABSTRACT

致谢

导师及作者简介

发布时间: 2006-01-17

参考文献

  • [1].基于模糊理论的图像边缘检测算法的研究[D]. 马明罡.华中科技大学2004
  • [2].基于脉冲耦合神经网络的图像滤波和边缘检测[D]. 卢志军.西安电子科技大学2004
  • [3].小波变换在图像去噪及边缘检测中的应用研究[D]. 万娇娜.青岛大学2006
  • [4].SAR图像边缘检测算法研究[D]. 程冬.西安电子科技大学2012
  • [5].基于小波变换和人眼视觉特性的图像压缩新方法[D]. 杨德红.重庆大学2002
  • [6].小波理论及其在图像边缘检测中的应用[D]. 严奉霞.国防科学技术大学2003
  • [7].图像边缘检测算法的比较研究[D]. 甘金来.电子科技大学2005
  • [8].3/2进小波理论研究及小波在边缘检测中的应用[D]. 孙昌平.燕山大学2007
  • [9].基于小波变换和数学形态学的图像边缘特征提取[D]. 黄辉.武汉大学2005
  • [10].基于层内和层间相关性的小波边缘检测[D]. 王忠华.江西师范大学2005

相关论文

  • [1].基于小波的图像阈值去噪方法[D]. 尉世强.青岛大学2006
  • [2].小波理论在信号与图像去噪中的应用研究[D]. 叶裕雷.浙江工商大学2007
  • [3].基于小波理论的数字图像边缘检测算法研究[D]. 李彦斌.西安理工大学2006
  • [4].基于边缘检测的小波图像去噪[D]. 于枝伶.西安理工大学2007
  • [5].单通道小波阈值去噪和多通道noisyICA盲分离研究[D]. 孙泽辉.电子科技大学2007
  • [6].基于小波边缘检测的图像去噪方法研究[D]. 孙长峰.郑州大学2007
  • [7].小波变换在图像去噪及边缘检测中的应用研究[D]. 万娇娜.青岛大学2006
  • [8].小波阈值去噪的性能分析及基于能量元的小波阈值去噪方法研究[D]. 吕瑞兰.浙江大学2003
  • [9].基于中值滤波和小波变换的图像去噪[D]. 杨山.南京理工大学2002
  • [10].基于小波变换的图像边缘检测技术[D]. 孙琰.西北工业大学2004

标签:;  ;  ;  ;  

基于边缘检测和Bayesian估计的小波阈值去噪方法
下载Doc文档

猜你喜欢