基于小波变换的图像去噪研究

来源 :兰州理工大学 | 被引量 : 10次 | 上传用户:kldzn2004
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
数字图像在获取和传输的过程中常常会受到噪声的污染,噪声导致图像降质和丢失部分细节信息,能否有效地去除噪声对后续处理如图像分割、边缘检测等至关重要。然而实际应用中,图像中的噪声常常不是单一类型的,而是由高斯噪声和脉冲噪声构成的复合型噪声。由于现有的去噪算法大多针对单一的高斯噪声或脉冲噪声,这些算法在处理复合型噪声时无法取得令人满意的去噪效果。近年来,随着小波理论的不断完善,小波分析已经渗透到各学科领域。同样,小波在图像去噪中也得到了广泛的应用,人们提出许多小波图像去噪算法。本文对小波在图像去噪方面的应用进行了研究,并对去噪方法进行了一些改进。首先,本文介绍了小波变换基本理论,然后介绍了图像常见的噪声类型,并指出这些噪声在现阶段去噪的常用的方法。然后,本文重点介绍了小波阈值萎缩法去噪。在这部分内容里,首先研究和分析了小波阈值萎缩去噪在去除高斯噪声时几个问题,包括正交小波基的选择原则、阈值的选择和小波分解层数的选择,并通过实验证明这些讨论结果对去除噪声的有效性。其次,本文还研究和分析了中值滤波方法和小波阈值萎缩法相结合的混合滤波方法。该方法首先利用基于脉冲检测的中值滤波方法将脉冲噪声检测出来并进行滤波,然后采用小波阈值滤波方法去除高斯噪声,并通过实验证明这种方法对去除混合噪声的有效性。最后,在本文末对论文所做工作做了总结,并对图像去噪方法的进一步研究方向做了展望。
其他文献
当前,能源危机和环境污染问题日益突出,高效、节能、环保的电动汽车的研制成为广泛关注的问题。电动汽车的电机调速系统的性能在很大程度上决定了电动汽车的性能指标,因此,选
学位
数学形态学是非线性系统中的一种有效技术,在图像分析与处理,模式识别及计算机视觉等领域具有广阔的应用前景。与此同时,数学形态学是一种分析空间结构信息的理论,具有完善的
MC(Matrix Converter,矩阵变换器)是一种新型交-交变频器,具有能量可双向流动、无中间大电感和大电容储能环节、体积小、输入功率因数能任意调节等显著优点,因此在电力电子与
互联网上海量的图像数据致使基于手工标注的图像检索方法无法实现。基于内容的图像检索(Content-based Image Retrieval,CBIR)成为了研究热点。通常的CBIR方法是提取图像特征
本文通过对荣华二采区10
期刊
奇异期权作为衍生品最精细的核心,应用面非常广泛,研究其定价问题具有重要意义。为了尽可能的掌握奇异期权的定价规律,选取上限型权证、抵付型权证和双向期权这三种奇异期权
目前,复杂网络的理论研究已经被广泛应用于社会学、生物学、交通、计算机和通信等领域。但在各领域中,理论研究成果在实际中的应用还不够深入,因此,将复杂网络理论付诸于具体的应
能源作为影响人类生产力发展一个重要因素,对能源的高效利用直接关系到整个人类社会的发展。由于大部分能源的短期不可再生性,以及风能的无偿性、无污染性,使其地位变得越来越高。但是风的非可控性却给风能并网带来了很大的阻力,给电网稳定性带来了严峻挑战,因此对风功率的精确预测也变得不可或缺。1、风机数据预处理及统计规律研究。在对风电场功率进行预测建模时,历史数据作为建模的基础,需要对其完整性和真实性进行评估和
随着电子商务的蓬勃发展,越来越多的制造商在原有零售渠道的基础上,开辟新的网上直销渠道,从而引起零售渠道以及直销渠道需求的不确定性增加。对于厌恶风险的零售商来讲,制造商新
近年来,以简单DC-DC变换器为模块并联组合而成的高阶并联型DC-DC变换器系统受到越来越多的关注,尤其在航空航天等领域,是目前对电力电子领域探索研究的重要方向之一。与简单DC-DC变换器系统相比高阶并联型DC-DC变换器系统具有复杂的耦合方式,因此其分析难度也大为提升。现阶段研究者们对于高阶并联型DC-DC变换器系统的研究主要集中在研发新式设计结构,而对于高阶并联型DC-DC变换器的非线性动力学