需要金幣： 1000 個金幣 |
資料包括：完整論文 |  |
 |
| 轉(zhuǎn)換比率：金額 X 10=金幣數(shù)量， 例100元=1000金幣 | 論文字?jǐn)?shù)：11916 |  | |
| 折扣與優(yōu)惠：團(tuán)購最低可5折優(yōu)惠 - 了解詳情 | 論文格式：Word格式(*.doc) |  |
摘要：在實(shí)際生活中，在圖像傳遞或者處理中常常會使圖像產(chǎn)生噪聲。圖像去噪技術(shù)已經(jīng)占據(jù)了信息通信中相當(dāng)重要的一部分，同時不可否認(rèn)的是與人們的生活越來越緊密。在實(shí)際應(yīng)用中，圖像去噪往往是不可避免的一大步，這是因?yàn)閷D像進(jìn)行適當(dāng)?shù)念A(yù)處理以及識別，是圖像進(jìn)一步分析處理的關(guān)鍵。傳統(tǒng)的去噪方法雖然可以使圖像去噪，但也有其缺點(diǎn)，即不能很好保持圖像的邊緣以及細(xì)節(jié)特征，從而使得圖像有一定程度的模糊。近幾年，小波變換受到了研究者的重視，這是由于它是一種有效的分析工具，基于傅里葉變換而發(fā)展起來的一種時頻分析方法。同時小波變換在信號方面有很好地去相關(guān)性多分辨率等特性，這種方法去噪使得圖像原來的高頻細(xì)節(jié)信息被保留，也有效地除掉噪聲，較好地對圖像進(jìn)行恢復(fù)。傳統(tǒng)的小波閾值雖然可以抑制噪聲，但是也有一定的缺陷，不斷地研究，現(xiàn)在提出一種改進(jìn)的小波閾值去噪方法，即對圖像進(jìn)行分解，對每一層進(jìn)行處理，然后對處理后的系數(shù)進(jìn)行重構(gòu)，這樣對圖像進(jìn)行更好地去噪。本文主要利用傳統(tǒng)的去噪方法，即在頻域內(nèi)設(shè)計了兩種低通濾波器進(jìn)行去噪，另一種是針對傳統(tǒng)的閾值函數(shù)存在的不足對傳統(tǒng)的小波閾值函數(shù)進(jìn)行了改進(jìn)，首先進(jìn)行圖像分解，且對系數(shù)進(jìn)行處理然后重構(gòu)進(jìn)行去噪。本人通過matlab軟件進(jìn)行仿真實(shí)驗(yàn)，將幾種方法分別用于圖像去噪，且比較去噪結(jié)果得出最佳的去噪方法，驗(yàn)證其有效性。
關(guān)鍵字： 頻域去噪 低通濾波器 小波閾值去噪
目錄 摘要 ABSTRACT 1 緒論-1 1.1 圖像去噪的研究背景以及意義-1 1.2 圖像去噪的研究現(xiàn)狀-1 1.3 本文研究的主要內(nèi)容及安排-2 2 圖像噪聲以及評價方法-3 2.1 圖像中噪聲介紹以及分類-3 2.1.1 圖像噪聲的介紹-3 2.1.2 圖像中噪聲分類-3 2.2 圖像去噪的方法概述-4 2.3 圖像去噪后的質(zhì)量評價-4 2.3.1 主觀評價法-5 2.3.2 客觀評價法-5 3 基于頻域圖像去噪的研究-6 3.1 傅里葉變換-6 3.1.1 傅里葉變換的概念-6 3.1.2 傅里葉變換的性質(zhì)-6 3.2 二維離散傅里葉變換-7 3.2.1 二維離散傅里葉變換的定義-7 3.2.2 二維離散傅里葉變換的性質(zhì)-8 3.3 頻率域低通濾波設(shè)計-8 3.3.1 理想低通濾波（ILPF）-9 3.3.2 巴特沃斯低通濾波(BLPF)-9 3.4 實(shí)驗(yàn)結(jié)果分析-10 4 基于小波變換的圖像去噪方法-12 4.1 小波變換的產(chǎn)生-12 4.2 小波變換的基礎(chǔ)理論-12 4.2.1 連續(xù)小波變換-12 4.2.2 離散小波變換-13 4.3 圖像的小波變換-13 4.4 小波圖像去噪的原理以及方法-15 4.4.1 小波去噪原理-15 4.4.2 基于小波閾值圖像去噪法-15 4.5 小波閾值去噪的實(shí)驗(yàn)結(jié)果分析-18 5 總結(jié)與展望-21 5.1 總結(jié)-21 5.2 展望-21 致謝-23 參考文獻(xiàn)-24 附 錄-25 |
