基于小波與contourlet變換的圖像去噪方法研究

《基于小波與contourlet變換的圖像去噪方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、工學(xué)碩士學(xué)位論文基于小波與Contourlet變換的圖像去噪方法研究王兵捷哈爾濱理工大學(xué)2016年3月國內(nèi)圖書分類號：TP391.4工學(xué)碩士學(xué)位論文基于小波與Contourlet變換的圖像去噪方法研究碩士研究生：王兵捷導(dǎo)師：滿春濤申請學(xué)位級別：工學(xué)碩士學(xué)科、專業(yè)：模式識別與智能系統(tǒng)所在單位：自動化學(xué)院答辯日期：2016年3月授予學(xué)位單位：哈爾濱理工大學(xué)ClassifiedIndex：TP391.4DissertationfortheMasterDegreeinEngineeringTheResearch

2、oftheMethodsofImageDenoisingBasedonWaveletandContourletTransformCandidate：WangBingjieSupervisor：ManChuntaoAcademicDegreeAppliedfor：MasterofEngineeringSpecialty：PatternRecognitionandIntelligentSystemDateofOralExamination：March,2016University：HarbinUnivers

3、ityofScienceandTechnology哈爾濱理工大學(xué)碩±學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：此處所提交的碩±學(xué)位論文《基于小波與Ｃｏｎｔｏｕｒｌｅｔ變換的圖像去噪方法研究》，是本人在導(dǎo)師指導(dǎo)下，在哈爾濱理工大學(xué)攻讀碩±學(xué)位期間獨立進行研究工作所取得的成果。據(jù)本人所知，論文中除己注明部分外不包含他人已發(fā)表或撰寫過的研究成果。對本文的研究工作做出重要貢獻的個人和集體，均己在文中ｙ？明確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽字：曰期：店年月＞曰玉＿訓(xùn)＾＾毛捷

4、１哈爾濱理工大學(xué)碩±學(xué)位論文使用授權(quán)書《基于小波與Ｃｏｎｔｏｕｒｌｅｔ變換的圖像去噪方法巧究》系本人在哈爾濱理工大學(xué)攻讀碩±學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩±學(xué)位論文。本論文的研究成果歸哈爾濱理工大學(xué)所有，本論文的研究內(nèi)容不得其它單位的名義發(fā)表。本人完全了解哈爾濱理工大學(xué)關(guān)于保存、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向有關(guān)部口提交論文的復(fù)印件和電子版本，允許論文被查閱和借閱。本人授權(quán)哈レ爾濱理工大學(xué)可ッ采用影印，可Ｗ公布論文的、縮印或其他復(fù)制手段保存論文全部或部分內(nèi)容。本學(xué)位

5、論文屬于保密□，在年解密后適用本授權(quán)書。不保密口。（請在上相應(yīng)方框內(nèi)巧Ｖ）作者簽名：：哀古走日期年月文日＾＾）導(dǎo)師簽名：（曰期：曰爲(wèi)喪弓哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文基于小波與Contourlet變換的圖像去噪方法研究摘要讀取圖像方式是信息輸入最重要的方式之一。因此，圖像處理技術(shù)也漸漸引起學(xué)者們關(guān)注。近年來小波變換理論迅速發(fā)展起來，它在圖像去噪中的應(yīng)用也逐漸增加，但是小波變換無法準(zhǔn)確的表達圖像高維的幾何特性，隨著超小波相關(guān)理論的快速發(fā)展，Contourlet變換漸漸顯露頭角，

6、它可以更好的保留圖像的紋理和輪廓，一定程度上克服了小波的弱點。本文的主要工作如下：首先，研究了小波變換、Contourlet變換的相關(guān)原理及它們的實現(xiàn)算法。研究了基于小波變換的圖像去除噪聲的方法，同時在實驗中選取了不同的小波基，并且分析了小波變換在去除圖像噪聲中存在的缺陷；研究了Contourlet變換、小波-Contourlet變換以及多參數(shù)收縮函數(shù)-Contourlet變換的相關(guān)原理以及它們的實現(xiàn)算法。經(jīng)過Matlab仿真實驗，綜合分析比較了上述幾種算法在圖像去噪領(lǐng)域的優(yōu)勢與不足。其次，研究了循環(huán)平

7、移的原理。由于在處理圖像信號的過程中會產(chǎn)生偽Gibbs效應(yīng)，引起圖像不同程度上的視覺失真，因此將循環(huán)平移理論和Contourlet變換相結(jié)合，研究了相關(guān)原理以及實現(xiàn)算法。綜合分析研究上述幾種算法在圖像去噪處理領(lǐng)域應(yīng)用中的優(yōu)劣性，分析幾種算法的不足，文中把小波-Contourlet變換和循環(huán)平移理論相結(jié)合，提出了一種改進的去除圖像中噪聲的方法，這種方法很好的彌補了小波與Contourlet變換都缺少平移不變性的不足。經(jīng)過Matlab仿真，可以看出，引入循環(huán)平移后很好的抑制了圖像中出現(xiàn)的失真現(xiàn)象，明顯提升了

8、圖像去噪后的視覺效果，提高了去噪后圖像的PSNR的數(shù)值。最后，將文中幾種算法進行比對分析。通過比較上述算法去噪后圖像的PSNR值，以及各算法的運行時間，評價了圖像質(zhì)量。可以看出，改進后算法與多參數(shù)收縮函數(shù)-Contourlet變換的方法的PSNR值相比略差，但是大大縮短了運行時間，提高了運算效率。關(guān)鍵詞Contourlet變換；小波變換；循環(huán)平移；圖像去噪-I-哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文TheResearchoftheMethodsof