小波分析学习心得及图像处理中的应用.ppt

Tianjin University 小波分析学习心得及图像处理中的应用 专业： 土木工程 报告人：张晓萌 1012205023 同组人：刘佳迪 1013205006 李红星 1212205003 图像是信息社会人们获取信息的重要来源之一。在通过图像传感器将现实世界中的有用图像信号进行采集、量化、编码、传输、恢复的过程中，存在大量影响图像质量的因素。因此图像在进行使用之前，一般都要经过严格的预处理如去噪、量化、压缩编码等。噪声的污染直接影响着对图像边缘检测、特征提取、图像分割、模式识别等处理，使人们不得不从各种角度进行探索以提高图像的质量。所以采用适当的方法尽量消除噪声是图像处理中一个非常重要的预处理步骤。然而在很多情况下，图像信息会受到各种各样的噪声影响，严重时甚至会影响到图像中的有用信息，因此，对图像的噪声进行处理就显得非常重要。 图形去噪的必要性 图像去噪的方式 图像去噪 时域去噪 频域去噪 维纳滤波 中值滤波 傅里叶变换 小波去噪的过程 带噪图像 小波分解 逆小波变换 分尺度去噪 恢复图像 小波阈值去噪法 小波阈值去噪法，是一种实现简单而效果较好的去噪方法，阈值去噪方法的思想很简单，就是对小波分解后的各层稀疏模大于和小于某阈值的系数分别进行处理，然后利用处理后的小波系数重构出去噪后的图像。 阈值函数 软阈值 硬阈值 1)先对含噪声信号f(t)做小波变换，得到一组小波分解系数wj,k。 (2)通过对分解得到的小波系数wj,k进行阈值处理，得出估计小波系数kjw,使得wj,k- uj,k，尽可能的小。 (3)利用估计小波系数kjw,进行小波重构，得到估计信号f(t)，即为去噪之后的信号。 阈值去噪原理 通过小波函数coif2 对图像去噪 通过小波函数coif2 对图像去噪 谢谢大家！ Tianjin University