基于Curvelet的图像去噪方法.docx

本科毕业论文（设计）题目：基于Curvelet的图像去噪方法学生姓名胡玥学号 2008118074 指导教师贺小伟院系信息科学与技术学院专业电子信息工程年级2008级教务处制二○一二年五月诚信声明本人郑重声明：本人所呈交的毕业论文（设计），是在导师的指导下独立进行研究所取得的成果。毕业论文（设计）中凡引用他人已经发表或未发表的成果、数据、观点等，均已明确注明出处。除文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或在网上发表的论文。特此声明。论文作者签名：日期：年月日摘要将Curvelet变换应用于图像去噪能够较好地保留图像的纹理等细节信息，但是Curvelet变换中的阈值去噪会产生振铃、Gibbs伪影和边缘模糊等视觉失真。为了避免这种视觉失真，在Curvelet变换去噪方法的基础上将其与另一种去噪方法——全变差方法(Total Variation)结合起来。利用全变差方法可以保持边缘的特点来改进Curvelet变换去噪方法的效果。该方法先对含噪图像分别进行Curvelet阈值去噪和全变差去噪，然后将得到的两幅去噪图像进行Curvelet融合。最后对各部分做Curvelet逆变换得到最终的去噪图像。MATLAB仿真实验显示，这种方法在有效地降低噪声的同时，较好地保持了边缘和图像细节信息，并且其效果要好于Curvelet变换阈值法和全变差方法这两种单一去噪方法。关键词：图像去噪； Curvelet变换； 全变差； 图像融合AbstractCurvelet transform denoising method is better to retain the image details as grain, but Curvelet transform hard threshold denoising caused ringing,Gibbs artifactsand blurred edges.In order to avoid these kind of visual distortion,we combined the Curvelet transform method with another denoising method,the Total Variation method,on the basis of the Curvelet transform method.Because Total Variation can keep the edge features to improve the denoising.firstly,the image is denoised by Curvelet threshold method and Total Variation method.Then fuse these two denoised images with Curvelet transform. Finally,each part of the fusion use Curvelet inverse transform to get the final denoised image. MATLAB experiments showed this method can effectively reduce noise and better to keep the edges and image information, the effect is better than the the Curvelet threshold value method and total variation method，these two single denoising method.Keywords：Image denoising; Curvelet transform; Total Variation; Image fusion目 录1引言11.1研究背景和意义11.2本文工作12Cuevelet变换去噪方法22.1建立含噪图像模型22.2Curvelet变换去噪方法分析22.2.1Curvelet变换去噪方法的步骤22.2.2Curvelet变换去噪方法的优缺点33全变差去噪方法33.1 全变差去噪方法分析33.2 全变差去噪方法的优缺点44Curvelet变换和全变差相结合的图像去噪方法44.1图像融合44.2 Curvelet变换应用于图像融合的优势44.3 Curvelet变换和全变差相结合的图像去噪方法分析44.3.1融合算法的选取44.3.2融合方法的步骤55 实验结果和分析66结论8参考文献9致谢101 引言1.1研究背景和意义随着计算机科学技术和数学等学科的迅速发展，图像处理技术也