小波变换在图像去噪中的应用.docVIP

安徽建筑大学环境能源与工程学院 毕业设计（论文） 课题名称： 小波变换在图像去噪中的应用 专 业： 资源环境与城乡规划 班 级 : 资环（2）班 姓 名： 王宁 学 号： 10203040215 指导教师： 王世东 2014年6月5日 摘要 图像是人类传递信息的主要媒介。然而,图像在生成和传输的过程中会受到各种噪声的干扰,对信息的处理、传输和存储造成极大的影响。寻求一种既能有效地减小噪声,又能很好地保留图像边缘信息的方法,是人们一直追求的目标。小波分析是局部化时频分析,它用时域和频域联合表示信号的特征,是分析非平稳信号的有力工具。它通过伸缩、平移等运算功能对信号进行多尺度细化分析,能有效地从信号中提取信息。随着小波变换理论的完善,小波在图像去噪中得到了广泛的应用,与传统的去噪方法相比小波分析有着很大的优势,它能在去噪的同时保留图像细节,得到原图像的最佳恢复。 小波域降噪是根据信号和噪声在小波变换下表现的方式不同，构造出相应的规则，把噪声产生的系数减小以至完全滤除，同时最大限度的保留有效信号。 本文主要研究基于小波变换在图像降噪中的应用，并得出一些结果。本文的主要工作是：首先简述了小波分析的发展、图像降噪的方法，并提出小波变换应用在图像降噪中的原因，以及小波图像降噪的必要性，小波图像降噪的发展方向；然后阐述小波分析的基本理论，其中包括小波变换理论、多分辨率分析以及图像的小波变换理论，这是小波图像降噪的基本理论；接着研究小波收缩阈值降噪，其中主要研究小波函数的选择和小波阈值的选取，并通过仿真实验说明这些对小波图像降噪的影响；最后介绍了小波阈值的混合滤波图像去噪技术和方法，并通过仿真实验说明去噪效果。 关键字： 小波变换 图像去噪 阈值 图像处理 Abstract Image is an important information source for human beings. However, in the course of its acquisition and transmission, noise is often introduced, which makes great influence to the processing, delivering and saving of information. Therefore, hunting for a method of denoising effectively and keeping the edge information simultaneously is a goal people have been pursuing all the time. Wavelet shrinkage is a method that creating certain regulation according to the different representation of signal and noise in wavelet domain and processing the wavelet coefficients. The essential lies in shrinking or deleting the coefficients raised from noise and reserve those raised from signal. This article mainly study image denoising methods based on wavelet transform. A series of results are obtained from the research of the image denoising. The main work is : First, we outline the development of wavelet analysis, image denoise method, and put forward the reason of the application of wavelet transform in image denoising, and the necessity of wavelet image denoising, the direction of development in wavelet image denoising. Second, the fundamental theo