【毕业论文】基于提升小波多分辨分析的语音信号和图像去噪.docVIP

PAGE 石家庄铁道大学四方学院毕业设计 基于提升小波多分辨分析的语音信号和图像去噪 Speech Signal and Image Denoising Analysis Based on Lifting Wavelet Transfrom 2012 届 电气工程 系 专 业 电子信息工程 学 号 学生姓名 __ 指导教师 _ ___ 完成日期 2012年 5 月 15 日 毕业设计任务书 题 目 基于提升小波多分辨分析的语音信号和图像去噪 学生姓名 学号班级 方0809-3 专业 电子信息工程 承担指导任务单位 电气工程系 导师 姓名 导师 职称 教授 一、主要内容 (1)提升小波变换的原理及其多分辨分析的特性； (2)体现提升小波多分辨分析相比Mallat算法的优势； (3)小波基的选择对语音信号和图像去噪有何影响； (4)研究衡量语音信号和图像去噪的技术指标以及针对的对象； (5)衡量提升小波对语音信号和图像去噪比起其他算法的优劣。 二、基本要求 (1)熟练掌握Matlab工具箱的运行环境及其仿真编程语言； (2)熟悉提升小波变换的原理及其多分辨分析的特性，以便与滤波器结合起来； (3)熟悉小波基函数的基本特性； (4)熟悉在Matlab环境下如何载入语音信号和图像，并对其加噪； (5)对不同噪声的类型能够选择合适的小波基函数和小波分解级数； (6)利用提升小波变换和其他算法对相同的图像或信号进行处理，比较分析仿真结果。 三、主要技术指标 软件环境：Matlab工具箱 设计论文以提升小波变换的多分辨分析的基本理论作为本设计的支持。在理论上实现提升小波变换的去噪，并给出仿真结果和评价。论文正文不少于1.5万字，查阅文献资料不少于15篇，其中外文文献2篇以上，翻译与课题有关的外文资料不少于3000汉字。 四、应收集的资料及参考文献 收集关于提升小波变换的多分辨分析、滤波器设计、信号或图像处理，以及Matlab工具箱的使用等方面的资料和参考文献。 五、进度计划 第1周—第2周：收集资料，完成开题报告 第3周—第4周：需求和可行性调试 第5周—第7周：概要设计 第8周：中期检查 第9周—第12周：详细设计和代码设计 第13周—第14周：论文审核定稿 第15周—第16周：答辩 教研室主任签字 时　间 年 月 日 毕业设计开题报告 题 目 基于提升小波多分辨分析的语音信号和图像去噪 学生姓名 学号班级 方0809-3 专业 电子信息工程 一、研究背景 基于提升小波多分辨分析的语音信号和图像去噪是小波理论中的一项重要的内容。本课题提出基于提升系统的小波多分辨分析的语音信号和图像去噪主要目的是体现提升小波对语音信号和图像去噪比起其他算法的优势，突出感兴趣的部分，其研究具有很重要的意义。表现为以下几个方面： 提升小波方法的实现形式给出了小波完全的空间域解释，与传统小波去噪相比，它具有许多优良特性：结构简单，运算量低，原位运算，节省存储空间，逆变换能够直接反转实现，以及可逆的整数到整数变换，便于实现。 小波多分辨分析能多尺度多角度提取信号特征，可在不同尺度上将噪声和信号明显地区分开来，并且能够注意到图像的边缘细节。 提升系统的小波变换是基于提升方案的小波变换，比传统的小波变换有很多的优越性： = 1 \* GB3 ①传统的小波变换都是通过Mallat算法实现的，而提升系统的小波变换要比Mallat算法的计算量减少一半； = 2 \* GB3 ②逆变换简单、直接，并且意义明确； = 3 \* GB3 ③只占少量的存储空间； = 4 \* GB3 ④边缘处理容易。 用提升的算法来构造小波库在对其进行去噪的过程中可以自适应的选择不同的滤波器。 二、国内外研究现状 小波分析是近年来国际上一个非常热门的前沿研究领域，小波变换具有多分辨分析的性能，能从不同的角度和尺度进行时域和频域分析，能对尺度提取信号特征，并在不同尺度上将噪声和信号明显的区分开来，因此基于小波多分辨分析的研究在信号去噪和图像去噪上都有很大的优势。 然而随着科学技术不断的发展，在去噪处理领域，处理的信号和图像不仅要满足较高的视觉要求，而且也要求进一步提高精度，解决处理速度的问题，所以就要在小波多分辨分析的基础上开发一种新的处理方法，来解决处理的速度问题。1995年， Wim Sweldens和 P.Schroder在文献中正式提出了小波提升格式及第二代小波的概念。1996年，Wim Sweldens正式提出了提升小波变换理论后，在信号处理领域和图像去噪方面都得到了非常广泛的应用，并且被选做了JPEG2000的变换核，提升小