毕业设计-图像去噪法研究.doc

题目： 图像去噪算法的研究 目 录 摘 要 1 ABSTRACT 2 第一章 绪 论 3 1.1 数字图像的基本概念 3 1.2 数字图像处理的基本理论 3 1.3 数字图像去噪处理的意义 4 1.4 图像去噪处理的研究历史与现状 5 1.5 问题的产生 5 1.6 本文所作的工作 6 第二章 图像去噪基本方法 7 2.1图像噪声的分类和概念 7 2.2 图像去噪基本方法 8 2.2.1 均值滤波 8 2.2.2 中值滤波 9 2.2.3 频域低通滤波法 10 2.3 实验结果 13 2.3.1 均值滤波 13 2.3.2 中值滤波 14 第三章 滤波算法的改进 17 3.1 针对脉冲噪声的滤波改进算法 17 3.1.1 算法实现 18 3.1.2 实验结果与分析 18 3.1.3 结论 19 3.2 自适应小波阈值去噪算法 20 3.2.1算法实现 20 3.2.2实验结果与分析 21 3.2.3 结论 22 3.3几种算法的比较 23 第四章 结论 24 参考文献 25 后 记 26 摘 要 图像是一种重要的信息源，通过图像处理可以帮助人们了解信息的内涵。数字图像噪声去除涉及光学系统、微电子技术、计算机科学、数学分析等领域，是一门综合性很强的边缘科学，如今其理论体系已十分完善，且其实践应用很广泛在医学、军事、艺术、农业等都有广泛且成熟的应用。 小波变换；图像去噪；噪声检测；小波去噪 Image is one kind of important information source, may help People through the imagery processing to understand the information the connotation. The digital image de-noise involves domains and so on optical system, microelectronic technology, computer science，mathematical analysis, it’s a very comprehensive interdisciplinary science, now its practice application is very widespread. In the medicine, the military, art, the agriculture and all have very extensive and ripe using so on. Median filter is one kind of highly effective engineering calculation language, in aspects and so on value computation, data processing, imagery processing, neural network, wavelet analysis all has the widespread application. This article has stated the theory of wavelet threshold denoising, then done comparing experiments using several good threshold denoising methods. Finally according to the theory analysis and simulation results, the paper discusses several kinds of factors which affect the denoising capability in a complete denoising algorithm. That provides the date reference of threshold denoising methods in actual image process. Key words: Wavelet transformation; Image denoising; Noise detection; Total variational model  第一章 绪 论 1.1 数字图像处理的基本概念 随着数字技术的不断发展与应用，现实世界中的许多信息都可以用数字形式的数据进行处理和存储，数字图像就是这种以数字形式进行存储和处理的图像。这种用一个数字阵列来表示的图像，数字阵列中的每个数字，表示数字图像的一个最小单位，即像素。通过对每个像素点的颜色，或者是