小波包和滤波法的图像去噪及边缘检测算法分析比较.docVIP

PAGE \* MERGEFORMAT 1 小波包和滤波法的图像去噪分析比较 小波包变换和算子法图像边缘检测分析比较 图像去噪 图像的能量主要集中在低频区域里，细节部分的能量处于高频区，噪声也同时集中于高频区域。图像去噪的本质是要去除或者说是衰减图像的高频部分，增强低频分量，相当于低通滤波。判断图像去噪算法性能是否优越的的准绳是能否在最大程度去除噪声的同时又能保持图像原特征最大化。在本次试验中我将以去噪后的峰值信噪比来作为判断去噪质量好坏的依据，因为直接的人为主观判断会造成误差，尤其在去噪质量差不多的情况下。 图像去噪的方法有很多，本次试验将通过matlab仿真对小波包图像去噪法和其他几种常见的滤波方法去噪进行比较。滤波方法去噪本文列举三种，分别是邻域滤波、中值滤波和维纳滤波。下面将简要介绍下这几种方法。 邻域滤波法去噪它是最简单的线性滤波，它是用邻域的像素灰度平均值来代替像素灰度值，去噪的同时也将图像高频分量和细节信息也去掉了。中值滤波法去噪它是非线性滤波，是一种基于排序统计理论有效抑制噪声的非线性平滑滤波算法。通过这种平滑滤波方法来抑制噪声、保护细节，理论上证明他对椒盐噪声的抑制十分有效。维纳滤波滤波法去噪它是一种自适应的线性滤波技术，相对上面两种方法复杂度大些，它是根据最小均方误差准则来实现的，所以均方误差值的大小就关系着处理效果的好坏，其最终目的是要均方误差最小。 小