基于小波變換的圖像去噪方法研究

基于小波變換的圖像去噪方法研究

ID:35064110

大?。?.33 MB

頁數(shù):64頁

時間:2019-03-17

基于小波變換的圖像去噪方法研究_第1頁
基于小波變換的圖像去噪方法研究_第2頁
基于小波變換的圖像去噪方法研究_第3頁
基于小波變換的圖像去噪方法研究_第4頁
基于小波變換的圖像去噪方法研究_第5頁
資源描述:

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

1、:單位代碼:贈3密級公開4碩女緣化訟A'.--''':-早:v氣語-.;-/;;---i論文題目:基于小波變換的圖像去噪方法研究■-^化"義;;;—"?心,;:一..':,\/1013010407學(xué)號姓名—對泣導(dǎo)師邱曉畔理學(xué)科專業(yè)信號與信息處千S通信中的智會居f旨號處理研究方向現(xiàn)工學(xué)碩七申請學(xué)位類別—20165年__月論文提交日期’'^一"一一\咕TTAVV占;‘..甘人護(hù):.4.f'^?JS3''.::心VV;-:'.

2、一*-‘,^-小'一’-.一.*I1V—-1-^—?1?南京郵電大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研究成果。盡我所知,除了文中特別加W標(biāo)注和致謝的地方外,論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果,也不包含為獲得南京郵電大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。與我一同工作的同志對本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝意。一本人學(xué)位論文及涉及相關(guān)資料若有不實,愿意承擔(dān)切相關(guān)的法律責(zé)任。'w'-flIl)研究生簽名:言蹄/日期:南京郵電學(xué)學(xué)位論使

3、用授權(quán)聲大文明本人授權(quán)南京郵電大學(xué)可W保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)和子文印件電;論查和;可W全入檔允許文被閱借閱將學(xué)位論文的部或部分內(nèi)容編有關(guān)數(shù)據(jù)庫進(jìn)斤;檢索、可W采用印或、匯論。電子和影印縮掃描等復(fù)制手段保存編本學(xué)位文本文文檔的內(nèi)容紙質(zhì)一。()。論文的內(nèi)容相致論文的公布包括刊登授權(quán)南京郵電大學(xué)研究生院亦理密適用。涉密學(xué)位論文在解后本授權(quán)書心’與鮮眾究生簽名::日:研咬導(dǎo)師簽名A期ResearchonimagedenoisingbasedonWaveletTransformThesisSubmittedtoNanjingUniversityof

4、PostsandTelecommunicationsfortheDegreeofMasterofEngineeringByLIXiao-FeiSupervisor:Prof.QIUXiao-HuiMay2016摘要圖像去噪在圖像處理和計算機(jī)視覺中是最為多元化的研究領(lǐng)域之一。人們都希望經(jīng)過去噪后的圖像能夠有良好的視覺效果和較高的精準(zhǔn)度,并且能夠很好的保持圖像的重要特征,如邊緣、紋理、尖銳部分的特征等。基于此目的,本文提出了一種新的閾值函數(shù)用于小波圖像去噪,新的閾值函數(shù)增加了兩個形狀調(diào)節(jié)因子,便于閾值函數(shù)的自適應(yīng)學(xué)習(xí);此外,本文對新的閾值函數(shù)的閾值進(jìn)行了自適應(yīng)優(yōu)化來進(jìn)一步提高去噪效率和效

5、果。閾值的優(yōu)化分別在監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)情況下兩種情況下進(jìn)行。同時,針對加性高斯噪聲和乘性斑點噪聲的不同特性,分別采用不同的閾值訓(xùn)練方式。本文的方法可以同時抑制加性高斯噪聲和乘性斑點噪聲這兩類主要的噪聲。另外,雖然單一的去噪技術(shù)能夠有效的抑制噪聲,但是可能造成去噪后的圖像邊緣模糊,影響圖像去噪的質(zhì)量。為了獲得更好的圖像視覺效果,本文用邊緣提取技術(shù)提取去噪后圖像的邊緣信息,把提取到的邊緣信息對應(yīng)到去噪后的圖像相應(yīng)的位置處,從而恢復(fù)部分去噪時誤判為噪聲的邊緣點,來提升圖像的細(xì)節(jié)信息。仿真結(jié)果表明,改進(jìn)的閾值函數(shù)相比經(jīng)典的軟閾值函數(shù)、硬閾值函數(shù)以及一些常用的閾值函數(shù)都有相對較好的去噪效果;

6、優(yōu)化的閾值無論是在監(jiān)督學(xué)習(xí)下還是在無監(jiān)督學(xué)習(xí)下,都有相比于其他的取閾值方法(全局閾值、Miniman閾值、Bayes閾值)更好的效果;并且對前文去噪后的圖像進(jìn)行邊緣提取之后再把邊緣點恢復(fù)到去噪后的圖像有略微高的峰值信噪比。關(guān)鍵詞:小波變換閾值閾值函數(shù)高斯噪聲斑點噪聲邊緣提取IAbstractImagedenoisingisoneofthemostdiverseareasofresearchinimageprocessingandcomputervision.Weallhopethataftertheimagedenoisingthepicturecouldbeabletohaveag

7、oodvisualeffectandhighprecision,andcankeeptheimportantfeaturesofimage,suchasedge,textureandsharppart.Basedonthispurpose,thisthesisproposesanewthresholdfunctionforwaveletimagedenoising.Inaddition,thevalueofnewthresholdfunctionisopt

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。