資源描述:
《小波變換在圖像信號(hào)消噪問(wèn)題的應(yīng)用研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在教育資源-天天文庫(kù)。
1、小波變換在圖像信號(hào)消噪問(wèn)題的應(yīng)用研究摘要人眼所能直接間接見(jiàn)到的景物或圖像信息占人類接受信息總量的七八成之多。圖像處理在圖像采集、保存及傳輸過(guò)程中的作用意義重大。就數(shù)字圖像的處理而言,從上世紀(jì)20年代用海底電纜由倫敦到紐約所傳照片使用了數(shù)字壓縮技術(shù)始,其歷史也有近八九十年了。CT的發(fā)明,使得數(shù)字圖像的處理技術(shù)大放異彩。其后,數(shù)字圖像處理技術(shù)發(fā)展迅速,已成為信息科學(xué)、工程技術(shù)、醫(yī)學(xué)等等眾多學(xué)科之間學(xué)習(xí)和研究的對(duì)象。用小波變換法處理數(shù)字信號(hào)和圖像在理論和技術(shù)上已逐步成熟并占據(jù)越來(lái)越重要的地位?;诖?,本課
2、題在先引入小波變換理論后,研究基于小波變換的一維信號(hào)和二維圖像的消噪。本文首先就小波變換理論進(jìn)行較系統(tǒng)地研究介紹,并與已成熟愈一二百年的傅立葉變換進(jìn)行比較研究,指出了二者之間的區(qū)別與聯(lián)系。重點(diǎn)介紹了一維連續(xù)小波變換的定及義性質(zhì);幾種典型小波;一維離散小波變換;正交小波變換及小波構(gòu)成;函數(shù)的多尺度逼近;二維正交小波變換:多尺度分析及Mallat算法介紹。作為小波變換的應(yīng)用及嘗試,我們使用Matlab7.1做平臺(tái),第一項(xiàng)工作是對(duì)唧聲信號(hào)(一維chirpsignal)利用sym8小波對(duì)信號(hào)進(jìn)行分解,分別利
3、用啟發(fā)式SURE閾值選擇算法、軟SURE閾值選擇算法和固定閾值選擇對(duì)信號(hào)去噪,最后利用信號(hào)小波分解的結(jié)構(gòu)[C,L]對(duì)信號(hào)進(jìn)行降噪處理,效果較好。第二方面的工作是應(yīng)用二維小波平穩(wěn)分析對(duì)一個(gè)Sinsin圖像進(jìn)行消噪處理。該處理以sinsin圖片作為待分析對(duì)象首先輸入,使用二維離散平穩(wěn)小波變換函數(shù)swt2進(jìn)行單層平穩(wěn)小波分解,所采用的基小波為dbl,成功得到第一層的低頻系數(shù)、水平方向的高頻系數(shù)、垂直方向的高頻系數(shù),還有對(duì)角方向的高頻系數(shù)。然后,通過(guò)平穩(wěn)小波逆變換函數(shù)iswt2重構(gòu)圖像。整體看來(lái),這個(gè)方法對(duì)
4、于二維圖像去噪處理是成功的。.總之,在闡述了利用小波變換法進(jìn)行一維信號(hào)或二維圖像信號(hào)消噪的基本原理的基礎(chǔ)上,按照所選定的技術(shù)路線,實(shí)現(xiàn)了對(duì)所選定的唧聲信號(hào)的一維去噪處理和二維的圖像信號(hào)消噪處理,取得了預(yù)期中較理想的效果。關(guān)鍵詞:小波變換;小波重構(gòu);多尺度分析;Mallat算法;圖像消噪人連理:『:大學(xué)專業(yè)學(xué)位碩十學(xué)位論文TheNoiseReductionofImagebyWaveletTransformAbstractMostoftheinformationreceivedbyhumanisthes
5、ceneorimagegotbyeyes.Imageprocessingplaysanimportantroleintheimageacquisition,imagesavinganddatatransmission.TheinventionofCTincreasesthetechniqueofdigitalimageprocessinggreatly.Fromthenon,thetechniqueofdigitalimageprocessingdevelopedrapidly,andbecamet
6、heobjectofmanysubjectssuchasinformationscience,engineeringtechniqueandmedicals.Thetheoryandtechniqueofprocessingdigitalsignalsandimageswithwavelettransformisplayingamoreandmoreimportantrole.Therefore,westudytheone—dimensionsignalsbasedonwavelettransfor
7、mandreducingnoiseoftwo—dimensionimages.Firstofall,thisarticleintroducesthetheoryofWaveletTransformsystemically.WecompareitwimFTandfindoutthedifferencesandconnections.WefocusonthedefinitionandchrematisticsofWaveletAnalysisinone-dimensionanalogsignals,se
8、veraltypicalwavelets,one—dimensiondispersewaveletanalysis,orthogonalwavelettransformandtheconstructionofwavelet,multi-scaleapproximationoffunctions,two—dimensionorthogonalwavelettransform,multi—scaleanalysisandintroductionofMallatAlgori