基于小波变换的图像去噪.doc
《基于小波变换的图像去噪.doc》由会员分享,可在线阅读,更多相关《基于小波变换的图像去噪.doc(7页珍藏版)》请在咨信网上搜索。
1、基于小波变换的图像去噪 姓名:兰昆伟 学号:38022115 指导老师:赵巍 专业:电子信息工程课题背景及意义人类传递信息的主要媒介是语音和图像。据统计,在人类接收的信息中,听觉信息占20,视觉信息占60。其中图像信息以其信息量大,传输速度快,作用距离远等一系列优点成为人类获取信息的重要来源和利用信息的重要手段。一幅图像所包含的信息量和直观性是声音、文字所无法比拟的。然而,图像在生成和传输的过程中会受到各种噪声的干扰,图像的质量会受到损害,这对图像后续更高层次的处理是十分不利的。因此,在图像的预处理阶段,很有必要对图像进行去噪,这样可以提高图像的信噪比,突出图像的期望特征。图像噪声的主要来源有
2、三个方面:一是敏感元器件内部产生的高斯噪声。这是由于器件中的电子随机热运动而造成的电子噪声,这类噪声很早就被人们成功的建模并研究。一般用零均值高斯白噪声来表征。二是光电转换过程中的泊松噪声。这类噪声是由光的统计本质和图像传感器中光电转换过程引起的,在弱光情况下,影响更为严重。常用只有泊松密度分布的随机变量作为这类噪声的模型。三是感光过程中产生的颗粒噪声。在显微镜下检查可发现,照片上光滑细致的影调,在微观上呈现的是随机的颗粒性质。对于多数应用,颗粒噪声用高斯过程(白噪声)作为有效模型。小波变换具有良好的时频局部化性质,为解决这一问题提供了良好的工具。随着小波理论的不断发展完善,其良好的时频特性使
3、其在图像去噪领域中得到了广泛的应用。理论和实验证明,信号与噪声在小波域有着不同的传播特性,信号的小波变换模极大值将随尺度的增大而增大或不变,而噪声的小波变换模极大值将随尺度的增大而减小,充分利用这些特点,在小波变换域中能十分有效地把信号和噪声区别开来。因此,基于小波变换的去噪方法能够在噪声剔除的同时保护图像信号边缘,具有很好的应用前景和极大的发展潜力。发展历程及现状为克服傅立叶分析不能同时作时频局部化分析的缺点,1964年,Gabor提出了窗口傅立叶变换,1910年Haar提出最早的Haar小波规范正交基,开辟了通往小波的道路。由于Haar小波不连续,因此当时并没有引起人们的足够重视,当时也没
4、有出现“小波一词。1994年,Xu等人提出了一种基于空域相关性的噪声去除方法啪1,即根据信号与噪声的小波变换系数在相邻尺度之间的相关性进行滤波。1998年Dowinc和Silvcrman提出了多小波的通用阈值公式,同年Bui和Chcn把平移不变小波去噪推广到多小波的情形。Nowak等人1999年提出了针对光子图像系统的小波域滤波算法啪1,用来去除图像的Poisson噪声。2000年,在基于无噪图像小波系数服从广义高斯分布的假设前提下,Chang等人提出一种针对图像的BayesShrink阈值去噪方法,小波去噪的理论还在不断发展,从变换方法上进行研究,通过选择不同的基函数或利用框架来进行变换(非
5、抽取小波变换)或通过选取最优基来进行变换(小波包,多小波),在图像处理方面得到了更好的去噪效果。一些学者对小波系数建模,并与空域自适应方法结合,提出多种基于小波系数模型的去噪方法,其去噪 效果取决于小波系数建模是否准确,这些都丰富-f,J,波去噪的内容。小波去噪方法还有基于非正交小波的去噪算法,基于小波包分解的去噪算法以及基于多小波的去噪算法等,另外,目前脊波变换、曲波变换、轮廓波变换等新的理论在信号去噪中的应用也引起了广泛的研究兴趣。应用理论小波变换包括连续小波变换和离散小波变换两种形式。在实际运用中,考虑最多的是离散小波变换(discretewavelettransform,DWT),而不
6、是连续小波变换。尤其是在计算机上实现时,连续小波必须加以离散化。多分辨率分析理论,又称为多尺度分析,是用小波函数的二进伸缩和平移表示函数这一思想的更加抽象复杂的表现形式。它是由Mallat于1989年提出的,是建立在函数空间概念上的理论。MRA不仅为正交小波基的构造提供了一种简便的方法,而且为小波的分解和重构提供了快速算法即Mallat算法。一般而言,小波函数的对称性与正交性不相兼容,如Daubechies正交小波族 就不具有对称性,其他的很多正交小波也是一样。但是有两种例外的情况,一是著名的Haar小波,二是由两个或两个以上尺度函数所形成的小波多小波(Multiwavelet)。 因为正交小
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 完整 word 基于 变换 图像
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【1587****927】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【1587****927】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。