基于Contourlet变换和Shearlet变换的图像去噪算法研究-物理电子学专业论文.docxVIP

万方数据 万方数据 湘潭大学 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意 学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文 被查阅和借阅。本人授权湘潭大学可以将本学位论文的全部或部分内容编 入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇 编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 摘 要 图像是人类获取信息的主要来源，然而，图像在获取、传输或储存过程中往 往会受到各种噪声的污染，这给图像的后续处理带来严重的影响，因此图像去噪 在图像预处理中起着至关重要的作用。小波变换由于其良好的时频性和多分辨率 等特性而广泛应用于图像处理领域，然而，随着研究地不断深入，小波变换逐渐 暴露出其缺陷和不足，它只能反映点状奇异性，且不具备各向异性，多尺度几何 分析方法的提出，弥补小波变换的不足。本文重点研究了多尺度几何分析方法， 在此基础上，提出了基于 Contourlet 变换和 Shearlet 变换的图像去噪算法。论文 主要内容和研究工作如下： （1）阐述了图像去噪的研究背景和意义，对小波变换和多尺度几何分析进 行简要介绍，分析和总结各方法的优势和不足，为后续新的图像去噪算法的提出 提供理论依据。 （2）通过分析通用阈值的不足提出一种新阈值，为了弥补硬阈值函数，软 阈值函数，半阈值函数和半软阈值函数的缺陷提出一种改进阈值函数，把新阈值 和改进阈值函数结合，提出一种改进的 Contourlet 变换的图像去噪算法，通过实 验验证其可行性与有效性。 （3）考虑到 Contourlet 变换的图像稀疏表示性能不足，研究了 Shearlet 变换， 并结合能够对任意程度的拖尾信号进行准确建模的正态反高斯模型，提出一种基 于 Shearlet 域正态反高斯模型的图像去噪算法，通过与几类经典去噪算法对比， 在峰值信噪比（PSNR）,结构相似度均值（MSSIM）和视觉方面均有较大的改善。 关键字：小波变换；多尺度几何分析；阈值；阈值函数；Contourlet 变换；Shearlet 变换；正态反高斯模型 I Abstract The image is the main source of human to get information. However, the image acquisition, transmission or storage process is often polluted by noise, which has serious implications for the subsequent image processing. Therefore, image denoising plays a vital role in image preprocessing. Wavelet transform is widely used in image processing because of its good time-frequency and multi-resolution characteristics. However, along with the deepening of research, Wavelet transform gradually exposed its flaws and shortcomings. Wavelet transform can only reflect the point singularity and have not the anisotropy. Multiscale geometric analysis method is good to make up for the inadequacy of wavelet transform. In this paper, the main object of study is a multi-scale geometric analysis. Image denoising algorithm based on Contourlet transform and Shearlet transform was proposed. The main contents and r