基于小波的图像处理算法研究与改进

摘要

本文主要利用matlab仿真现有的图像去噪和边缘检测算法，找到各种算法的优缺点，并着重对算法进行优化和改进。
　　在本设计中，主要对去噪算法中的阈值函数进行改进，使其既具有软阈值函数连续性的特点，又具有硬阈值函数高信噪比的特点。经过matlab仿真得出，经过改进的去噪算法和硬阈值函数法的信噪比接近，且不会产生伪图像信息。
　　在对比现有的边缘检测算法的基础上，得出Canny算法最优的结论。本设计从微分算子和边缘点链接两方面对Canny算法进行改进。仿真结果显示，改进后的边缘检测算法对噪声抵抗强。同时，可以检测到比较弱的边缘。
　　在改进Canny算法的基础上，针对去噪后边缘丢失的问题，将边缘与非边缘分开处理。先检测边缘，提取边缘部分灰度值，后对图像去噪。最后，将边缘点处灰度值代替去噪后图像对应点灰度值。仿真显示，这种算法在牺牲了一定信噪比的基础上，得到比较好的边缘去噪图像。
　　最后，对多尺度边缘检测进行仿真。通过对各个尺度下边缘求加权平均，得到抗噪良好的边缘。仿真基于多尺度边缘的图像去噪。结果表明，多尺度边缘检测可以提供需要的边缘类型。在小尺度下，可以得到更多细节边缘；大尺度下，可以得到大的轮廓边缘。
　　在本设计中，主要通过matlab仿真，得到峰值信噪比值和对比图像。从定量的信噪比和定性的图像对比两个方面对算法进行对比，验证改进算法的优越性。
　　本文主要创新点为：
　　(1)对阈值函数改进，提出新的阈值函数构造方法。
　　(2)对Canny算法改进。改进微分算子和提出一种新的边缘点链接方法。
　　(3)将边缘检测和去噪处理同时考虑，得到良好边缘的去噪图像。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1本课题研究意义

1.2 国内外研究现状

1.2论文解决的主要问题

1.3 论文结构

第二章 小波算法基本理论介绍

2.1 傅立叶变换

2.2 加窗傅立叶变换

2.3 小波变换

2.4 二维小波变换

2.5 小波变换快速算法

2.6 小结

第三章 小波去噪原理

3.1 图像质量评估方法

3.2 小波去噪基本原理

3.3 小波阈值去噪算法的具体步骤

3.4 算法仿真与改进

3.5 小结

第四章 边缘提取原理

4.1 边缘基本定义

4.2边缘提取理论

4.3 Roberts算子

4.4 Prewitt算子

4.5 Sobel算子

4.6 Canny边缘检测

4.7 LOG边缘检测

4.8 算法仿真与改进

4.9小结

第五章 多尺度边缘检测

5.1 基于小波的边缘检测原理

5.2 平滑函数θ(t)选择

5.3 B样条函数

5.4 实验步骤

5.5 多尺度边缘检测仿真与改进

5.6 基于多尺度边缘的图像去噪

5.7 其他类型图像验证

5.8 小结

第六章 总结

6.1主要的工作与结论

6.2 待解决问题

附录

致谢

参考文献

攻读硕士学位期间研究成果