發(fā)布時間：2018-03-25 22:50

  本文選題：圖像降噪　切入點：非下采樣Contourlet變換(NSCT)　出處：《西南科技大學(xué)》2017年碩士論文

【摘要】：在傳輸和數(shù)字化過程中,圖像往往受到成像設(shè)備和外界環(huán)境噪聲的干擾,從而降低了數(shù)字圖像的分辨率,偏離了圖像本身的真實性。這不僅影響了人們的主觀視覺效果,而且嚴(yán)重阻礙了后續(xù)圖像的處理。因此,圖像去噪是數(shù)字圖像處理的基礎(chǔ)和關(guān)鍵步驟。圖像去噪技術(shù)的研究具有重要的理論意義和商業(yè)價值。本文的主要研究工作是利用非下采樣Contourlet變換,在不同的噪聲環(huán)境下實現(xiàn)更好的圖像去噪效果。首先,以小波變換的基本理論作為研究的基礎(chǔ),分析了其在圖像處理應(yīng)用中的不足。針對不足,引入Contourlet變換的基本理論和構(gòu)成的各種濾波器,分析了優(yōu)點,也指出了不具有平移不變性而產(chǎn)生混頻現(xiàn)象的缺陷,從而深入地探討非下采樣Contourlet變換的理論,來解決Contourlet變換中出現(xiàn)的偽Gibbs現(xiàn)象。其次,提出了在高斯白噪聲的情況下,利用非下采樣Contourlet變換,對于高頻部分得到的系數(shù),利用尺度間系數(shù)能量相關(guān)性構(gòu)造的自適應(yīng)閾值和改進(jìn)的閾值函數(shù)共同對其進(jìn)行處理,實現(xiàn)圖像的降噪。進(jìn)一步,根據(jù)實際情況,在高斯白噪聲和椒鹽噪聲混合的情況下,提出對于低頻部分的系數(shù)采用中值濾波降低椒鹽噪聲,以其提高圖像的對比度。通過實驗,利用MATLAB軟件的仿真,對比了本論文提出方法的降噪效果和小波變換采用Bayes Shrink閾值的硬閾值函數(shù)和軟閾值函數(shù)的降噪效果。通過主觀和客觀兩方面的評價,得出本文所做的工作對圖像的降噪效果有所提高。
[Abstract]:In the process of transmission and digitization, the image is often disturbed by the imaging equipment and the external environment noise, which reduces the resolution of the digital image and deviates from the authenticity of the image itself, which not only affects the subjective visual effect of people. And it seriously hinders the processing of subsequent images. Image denoising is the foundation and key step of digital image processing. The research of image denoising technology has important theoretical significance and commercial value. First of all, the basic theory of wavelet transform is taken as the basis of the research, and its shortcomings in the application of image processing are analyzed. This paper introduces the basic theory of Contourlet transform and various kinds of filters, analyzes the advantages, and points out the defects of mixing phenomenon without translation invariance. The theory of non-downsampling Contourlet transform is discussed in depth. In order to solve the pseudo-#en1# phenomenon in Contourlet transform. Secondly, it is proposed that under the condition of Gao Si white noise, using non-downsampling Contourlet transform, for the coefficient obtained in high frequency part, The adaptive threshold constructed by the energy correlation between scales and the improved threshold function are used to deal with the noise reduction of the image. Furthermore, according to the actual situation, under the condition of mixing Gao Si white noise with salt and pepper noise, In order to improve the contrast of the image, the median filter is used to reduce the salt and pepper noise for the low frequency part. Through the experiment, the simulation of MATLAB software is used. The noise reduction effect of the proposed method is compared with that of hard threshold function and soft threshold function using Bayes Shrink threshold in wavelet transform. It is concluded that the effect of image denoising is improved by the work done in this paper.
【學(xué)位授予單位】：西南科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉海，杜錫鈺，，裘正定;四方向上的任意角度扇形數(shù)字濾波器的設(shè)計[J];通信學(xué)報;1994年04期

2 謝杰成,張大力,徐文立;小波圖象去噪綜述[J];中國圖象圖形學(xué)報;2002年03期

3 查宇飛,畢篤彥;基于小波變換的自適應(yīng)多閾值圖像去噪[J];中國圖象圖形學(xué)報;2005年05期

4 倪偉;郭寶龍;楊昤;;圖像多尺度幾何分析新進(jìn)展:Contourlet[J];計算機(jī)科學(xué);2006年02期

5 周先國;李開宇;;基于Contourlet變換的圖像DCT去噪新方法[J];中國圖象圖形學(xué)報;2009年11期

6 魏文暢;楊俊杰;蔡建立;;基于小波變換的半軟閾值參數(shù)算法研究[J];計算機(jī)工程與應(yīng)用;2009年01期

7 金彩虹;;基于非下采樣Contourlet變換的圖像自適應(yīng)閾值去噪算法[J];華中師范大學(xué)學(xué)報(自然科學(xué)版);2011年01期

8 陳建軍;田逢春;邱宇;徐鑫;;基于非下采樣Contourlet和擴(kuò)散的圖像去噪[J];計算機(jī)工程;2010年14期

9 張昊慧;;基于中值濾波和小波變換圖像降噪的新算法[J];電子科技;2012年12期

10 金彩虹;;基于橢圓方向窗的非下采樣Contourlet域圖像去噪算法[J];河海大學(xué)學(xué)報(自然科學(xué)版);2013年04期

相關(guān)博士學(xué)位論文 前2條

1 侯迎坤;非局部變換域圖像去噪與增強及其性能評價研究[D];南京理工大學(xué);2012年

2 宋好好;Contourlet變換在圖像分析處理中的應(yīng)用研究[D];上海交通大學(xué);2007年

相關(guān)碩士學(xué)位論文 前9條

1 姜超;基于Contourlet變換的安檢圖像增強技術(shù)研究[D];東南大學(xué);2015年

2 沙浩;基于非下采樣Contourlet變換的圖像去噪方法研究[D];合肥工業(yè)大學(xué);2013年

3 高浩;基于非下采樣Contourlet變換與偏微分方程的圖像去噪研究[D];合肥工業(yè)大學(xué);2013年

4 趙俄英;基于非下采樣Contourlet變換的圖像去噪與融合[D];天津理工大學(xué);2013年

5 尚翠娟;基于非下采樣Contourlet變換的眼底圖像去噪增強算法研究[D];山東大學(xué);2011年

6 張郝;基于小波變換的圖像去噪方法研究[D];北京交通大學(xué);2008年

7 趙艷飛;Contourlet變換在圖像處理中的應(yīng)用研究[D];安徽大學(xué);2007年

8 李瑤;小波-Contourlet變換及其在圖像處理中的應(yīng)用[D];安徽大學(xué);2007年

9 劉曉玲;基于小線變換的多尺度幾何分析方法[D];廈門大學(xué);2006年

本文編號：1665211