- 1、原创力文档(book118)网站文档一经付费(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。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
小波理论在信号图像去噪中的应用研究.pdf
小波理论在信号与图像去噪中的应用研究
摘要
小波分析由于在时域、频域同时具有良好的局部化性质和多分辨
率分析的特点,因此不仅能满足各种去噪要求,如低通、高通、陷波、
随机噪音的去除等,而且与传统的去噪方法相比较,有着无可比拟的
优点,成为信号分析的一个强有力的工具。尤其是其中的小波阈值去
噪方法,由于计算简单而得到了广泛的应用。但该方法存在着使图像
(或信号)细节丢失的缺点,而算法中的阈值函数也存在许多不足。另
外,由于去噪时选用的小波基函数是一个集合,在小波去噪的实际应
用时采用哪一种小波基函数才能得到最好的去噪效果,是一个有待解
决的、同时很有实际价值的研究课题。
本文首先研究了小波分析在信号去噪问题中的应用,主要对小波
阈值去噪的原理及其实现方法进行了分析,特别是该方法中的软、硬
阈值函数的优、缺点,并在此基础上提出了一种改进的小波阈值去噪
方案,实验仿真证明了该阂值函数的优越性和有效性。其次研究了小
波分析在图像去噪问题中的应用,在小波阈值法图像去噪的基础上,
结合本文提出的阈值函数,并与传统的去噪方法相结合,提出了两种
新的图像去噪方法,来改善图像的视觉效果和客观指标,对图像进行
仿真实验得到了较好的结果。最后对小波阈值图像去噪方法中的小波
基选择问题进行了研究,对不同类型的图像采用不同的小波基进行仿
真实验,得出具有一定参考价值的小波基选择准则。
关键词:小波分析,信号去噪,图像去噪,阈值函数,小波基
THERESEARCH
OFSIGNAL
BASEDoNⅥ硝VEI,ETTHEORY
ABSTRACT
attime
Wavelethas domainand
goodlocalizingquality frequency
domain andthecharacteristicofmulti-resolutionratio
simultaneously
as
itCanfulfillallkindsof needssuch
analysis,SO wave·filtering
noise with
wave,randomdenoising.Compare
low—pass,high-pass,sink
traditional has
methods,wavelet advantage.
wave·filtering incomparable
Wavelethasbecomeaneffectivemeansof the
signalanalysis.Especially
Wavelet is usedinnoise forits
Shrinkagewidely denosing simple
thedetmlof or willbelostinthismethod
computation.Butsignalimage
andthe functioninthe has
文档评论(0)