基于小波變換的圖像混合去噪法.pdf

1、圖像在獲取和傳輸?shù)倪^程中經(jīng)常要受到噪聲的污染。噪聲對圖像分析有著非常重要的影響，必須在分析前去除。所以，圖像去噪成為圖像分析和處理的重要技術(shù)。 傳統(tǒng)的去噪方法不僅濾出了圖像的噪聲，同時(shí)使圖像細(xì)節(jié)變得模糊。小波變換是繼傅里葉變換之后的又一時(shí)頻分析工具。小波變換由于在時(shí)域頻域同時(shí)具有良好的局部化性質(zhì)和多分辨率分析的特點(diǎn)，因此不僅能滿足各種去噪要求，如低通、高通、隨機(jī)噪聲的去除，而且與傳統(tǒng)的去噪方法相比較，有著無可比擬的優(yōu)點(diǎn)，成為信號

2、分析的一個(gè)強(qiáng)有力的工具，被譽(yù)為分析信號的數(shù)學(xué)顯微鏡。其應(yīng)用包括圖像預(yù)處理、圖像壓縮與傳輸、圖像分析、特征提取等圖像處理的很多階段。 首先，介紹了本課題的研究目的，并介紹了目前常用的去噪方法及這些方法之間的比較。 其次，在簡述了小波變換的發(fā)展歷史和小波變換的基本理論知識后，對以小波為工具在數(shù)字圖像處理方面進(jìn)行了有益的探索。 再次，給出了小波邊緣檢測理論，接下來針對小波去噪的理論和方法著重進(jìn)行了介紹，包括小波去噪的原

3、理、方法和閾值去噪處理等方面的內(nèi)容。 最后，對本文的工作進(jìn)行了總結(jié)。 小波變換由于具有“數(shù)學(xué)顯微鏡”的作用，在去噪的同時(shí)能保持圖像細(xì)節(jié)，得到原圖像的最佳恢復(fù)。在眾多的小波去噪方法中，運(yùn)用最多的是Donoho小波閾值萎縮法，但Donoho給出的閾值有“過扼殺”小波系數(shù)的傾向，重建誤差較大。 本文提出基于小波變換與中值濾波相結(jié)合的方法實(shí)現(xiàn)了圖像去噪。該方法在去噪之前，先通過小波邊緣檢測確定圖像邊緣特征的小波系數(shù)，保留