基于小波分析的圖像增強(qiáng)算法研究.pdf

1、圖像增強(qiáng)是數(shù)字圖像處理過程中的預(yù)處理階段，主要包括降噪處理和邊緣增強(qiáng)處理，圖像增強(qiáng)技術(shù)廣泛應(yīng)用于指紋識別、交通監(jiān)測、核磁共振、航天航空、深層探測等多個領(lǐng)域，對它的研究具有十分重要的意義。本文一開始介紹了小波變換基本理論，重點是小波的多分辨率分析及其在圖像增強(qiáng)處理過程中的優(yōu)勢和應(yīng)用，接下來簡單介紹了幾種常見的圖像增強(qiáng)方法:灰度變換增強(qiáng)、空域濾波和頻域濾波，其中灰度變換主要介紹了直接進(jìn)行灰度變換和直方圖均衡化以及自適應(yīng)直方圖均衡化;空域濾波

2、中包括平滑濾波和銳化濾波;頻域濾波包括了低通濾波、高通濾波、帶通帶阻濾波。同時我們在MATLAB環(huán)境下對上述某些增強(qiáng)算法進(jìn)行仿真比較，結(jié)果顯示，他們確實能增強(qiáng)圖像某些區(qū)域，增強(qiáng)對比度，但由于圖像本身的特點和算法的局限性，上述算法也會存在不適應(yīng)性，比如說對于含噪圖像，它們在增強(qiáng)圖像對比度的同時噪聲也被放大了，因此我們引入了小波分析。作為傅里葉變換發(fā)展起來的分支，小波分析將時域和頻域結(jié)合起來描述信號的時頻聯(lián)合特征，并且具有在時域和頻域表征信

3、號局部特征的能力。
　　 針對上面介紹的傳統(tǒng)增強(qiáng)處理方法存在的不足，本文我們重點研究的是基于小波變換的圖像增強(qiáng)方法。小波分析具有多分辨率分析特性，這使得我們能夠在不同尺度通過某些方法把噪聲和圖像細(xì)節(jié)信息區(qū)分，本文提出了一種基于小波變換的組合圖像增強(qiáng)算法和基于小波系數(shù)相關(guān)性的圖像增強(qiáng)算法，講述了它們的原理、可行性和優(yōu)勢，并把這兩種方法與幾種傳統(tǒng)圖像增強(qiáng)方法從最小均方誤差和峰值信噪比進(jìn)行了比較，實驗結(jié)果表明，這兩種基于小波變換的增強(qiáng)