基于双树复数小波的图像去噪

摘要

伴随着科技的不断进步，计算机和网络已经在日常生活中越来越普及。各种形式的多媒体文件极大地丰富了人们的生活。其中图像文件信息量大，传输速度快是人类获取信息的重要来源。但在图像信号的采集和传输过程中，图像信号不可避免地会受到多种噪声信号的干扰影响，使图像信号含有的信息量大为降低，这就会对图像信号的处理、传输及存储造成极大的负面影响。因此，对图像信号进行去噪处理具有很重要的应用价值。
　　传统图像去噪主要是在频率域或者空间域的局部内进行的。如通过各种滤波器对图像去噪的均值滤波器、中值滤波器、Wiener滤波器以及基于傅里叶变换的去噪方法。但是这些方法对图像信号的处理要么完全在空间域，要么完全在频率域，而对图像信号来说它的频率特征往往随着空间的位置变化而变化。因此小波理论正好解决了这个问题。目前，基于小波分析的图像去噪技术已经在图像去噪领域占据了重要地位。
　　本文研究了基于小波变换的图像去噪方法。通过引入双树复数小波，给出了一种有效的图像去噪方法。通过仿真实验，与传统方法进行比较和分析，从而实现对含有大量噪声的图像信号进行合理有效的去噪。

目录

声明

摘要

第一章 绪论

1．1 研究图像去噪处理的意义

1．2 国内外研究现状

1．2．1 传统图像去噪方法概述

1．2．2 基于PDE图像去噪算法的发展

1．3 论文的主要内容

第二章 小波分析的基本理论

2．1 小波分析

2．2 小波变换理论

2．2．1 连续小波变换理论

2．2．2 离散小波变换

2．3 多分辨率分析与Mallat算法

2．3．1 多分辨率分析

2．3．2 二尺度方程

2．3．3 Mallat算法

2．4 二维小波变换

第三章 基于小波变换的图像阈值去噪

3．1 小波阈值去噪的基本原理

3．2 常用阈值选取方法

3．3 阈值函数的选取

3．4 小波函数的选取

3．5 去噪图像质量的评价方法

3．6 仿真实验

3．6．1 MATLAB的特点

3．6．2 图像的小波分解

3．6．3 仿真结果

第四章 基于双树复数小波的图像阈值去噪

4．1 双树复数小波变换的原理

4．2 基于双树复数小波的阈值去噪方法

4．3 仿真实验

第五章 总结

参考文献

致谢