图像去噪方法研究及实现

摘 要  

图像是人类传递信息的主要媒介。然而,图像在生成和传输的过程中会受到各种噪声的干扰,对信息的处理、传输和存储造成极大的影响。寻求一种既能有效地减小噪声,又能很好地保留图像边缘信息的方法,是人们一直追求的目标。小波分析是局部化时频分析,它用时域和频域联合表示信号的特征,是分析非平稳信号的有力工具。

本文首先介绍了几种传统的图像去噪方法， 详细介绍了其去噪原理和算法，并给出了仿真实验结果。然后介绍了三种小波去噪方法，对于小波变换模极大值去噪法和小波系数相关性去噪方法,详细介绍了其去噪原理和算法;对小波变换阈值去噪方法的原理和几个关键问题进行了详细讨论，分析了去噪过程中参数的选取问题,并给出了一些选取依据。最后对这些方法进行了分析比较,讨论了它们各自的优缺点和适用条件,并给出了仿真实验结果。

关键词：图像去噪，小波分析，小波分解，阈值

                            ABSTRACT

....

KEY WORDS： image denoising; wavelet analysis;wavelet decomposition;threshold 

目 录

第一章  绪论 3

1.1课题研究背景和意义 1

1.2小波图像去噪方法的研究现状 1

1.3主要应用领域 3

1.4结论 3

第二章  图像去噪的传统方法与实现 4

2.1  传统去噪方法概述 4

2.2  空域图像滤波方法及实现 4

2.2.1 线性平滑滤波（均值滤波）图像处理及实现 5

2.2.2 高斯滤波图像处理及实现 6

2.2.3 非线性滤波(中值滤波器)图像处理及实现 7

2.3  频域图像滤波方法及实现 10

2.3.1 低通滤波（巴特沃斯滤波）原理及实现 10

2.3.2 高通图像滤波（巴特沃斯滤波）原理及实现 11

2.4结论 12

第三章 小波分析理论基础 13

3.1 傅里叶分析 13

3.2小波分析 14

3.3连续小波变换 16

3.4离散小波变换 18

3.5二进小波变换 18

3.6多分辨率分析理论 19

3.7结论 23

第四章 基于小波变换的图像去噪原理与方法 24

4.1小波去噪的基本原理 24

4.2 去噪图像质量的评价方法 25

4.2.1图像质量的主观评价 25

4.2.2图像质量的客观评价 25

4.3 小波变换模极大值去噪 26

4.4 相关性去噪 27

4.5 小波阈值去噪 29

4.6三种去噪方法的比较 31

4.7结论 32

第五章  关于图像去噪方法的深入研究 33

5.1 含不同噪声的图像及其去噪方法 33

5.2 用不同的小波对图像进行去噪 34

5.3小波分解图像去噪 35

5.4小波包图像去噪 36

5.5用阈值处理对图像进行去噪 37

5.5.1全局阈值法及实现 37

5.5.2局部阈值法及实现 38

5.6 基于小波分解和小波阈值去噪实现图像去噪 39

5.7结论 40

全文工作总结 41

展望 41

致  谢 42

参考文献 43