- 上一篇：MATLAB的数字图像边缘检测算法研究
- 下一篇：二维开口腔体散射特性分析
摘 要：本文首先介绍了小波变换的发展状况以及其基本理论知识，包括连续小波变换和离散小波变换；接着对基于小波变换的图像去噪进行了概述，同时针对小波去噪的理论和方法着重进行了介绍，包括小波去噪的原理、方法和阈值去噪处理等方面的内容。最后，利用MATLAB对小波阈值去噪进行了仿真和分析，包括硬阈值去噪、软阈值去噪，半软阈值去噪以及自适应模糊阈值去噪，通过仿真图对比，得到了很好的实验效果，表明了小波变换进行去噪的优越性，具有很强的研究意义。57714
毕业论文关键词：小波分析，小波变换， 阈值去噪， 图像去噪
Abstract: This paper first introduces the wavelet transform development as well as the basic theoretical knowledge, including the continuous wavelet transform and discrete wavelet transform; image denoising based on wavelet transform followed by an overview of the theories and methods for wavelet denoising focus introduced aspects, including the principle of wavelet denoising methods and threshold denoising processing. Finally, using MATLAB wavelet threshold denoising simulation and analysis, including the hard-threshold denoising, the soft-threshold denoising, semi-soft threshold denoising and adaptive fuzzy threshold denoising, through simulation and comparison, the a good experimental results, show that the wavelet transform denoising superiority, which has a strong significance.
Key words: wavelet analysis, wavelet transform, threshold denoising, image denoising
.1. 绪论 4
1.1 图像处理的应用与时代背景 4
1.2 研究的现状 4
1.3 本文主要工作 5
2小波变换和matlab相关的介绍 6
2.1 小波变换的发展概况 6
2.2 连续小波变换 6
2.3离散小波变换 7
2.4 MATLAB的概述 7
2.5 MATLAB的特征 7
2.6MATLAB在图像处理中的应用 7
3 数字图像小波去噪的实现方法 8
3.1 小波去噪概述 8
3.2 小波去噪原理 8
3.3 阈值函数的选择 9
3.4 基于小波变换的自适应模糊阈值法原理 14
3.5自适应模糊阈值去噪的模型及仿真实现 14
总 结 19
参考文献 20
附录 21
致谢 23
1. 绪论
1.1 图像处理的应用与时代背景
图像处理技术是指利用计算机对图像进行去噪、增强、还原、分割、提取特征等方面的处理方法。
该技术的应运而生和快速兴起有三个原因：第一是电脑的发展；第二是数学领域的发展（离散数学理论的创建和不断完善）；第三是农业，畜牧业，林业，环境，军事，现代工业和医疗等方面的需求的增加。
20世纪30年代，图像处理第一次被应用于改良海底电缆的图片质量。到20世纪50年代，计算机技术又向前前进了一步，图像处理技术才真正备受瞩目。20世纪70年代，图像处理技术又前进了一大步，进一步完善理论和方法的体系。在这一时期，图像处理主要和模式识别及图像理解系统的研究相联系，如医学图像处理、文字识别、遥感图像的处理等。20世纪70年代后期到现在，各个应用领域对数字图像处理的要求越来越高，才促进了这一方面更深更远的发展。特别是在计算机视觉和景物理解方面，图像处理由已一开始二维处理发展到后来的三维理解。近些年来，因为计算机的升级和相关领域的迅速崛起，例如在科学计算领域可视化、图像表现、多媒体计算技术等方面发展，数字图像处理已从一个专门的研究领域变成了科学研究和人机界面中的一种普遍应用的工具。