【摘要】：在數(shù)字化信息時(shí)代,信息的傳遞不再只是通過文字,而是圖像信息占據(jù)了主流。圖像信息在存儲(chǔ)或者傳輸?shù)倪^程中會(huì)被各種各樣的噪聲干擾,若直接對(duì)含噪圖像信號(hào)進(jìn)行后續(xù)的圖像處理工作,不能獲得較好的處理效果。為了從含噪圖像中提取更多的有用信息,滿足后續(xù)更高層次處理的需要,在后續(xù)處理之前對(duì)圖像去噪是必要的。本文主要研究了如何利用小波變換和中值濾波技術(shù)對(duì)含有高斯噪聲和脈沖噪聲的圖像進(jìn)行有效濾波,主要工作包括以下幾個(gè)方面:(1)對(duì)圖像去噪的研究背景和意義、國(guó)內(nèi)外研究現(xiàn)狀、噪聲的分類、圖像去噪后的質(zhì)量評(píng)價(jià)方法和常用的圖像去噪方法以及幾種改進(jìn)型的中值濾波方法進(jìn)行了詳細(xì)的介紹。(2)在常規(guī)中值濾波、極值中值濾波和自適應(yīng)中值濾波的基礎(chǔ)之上,提出了一種新的中值濾波改進(jìn)算法,介紹了其基本原理和算法步驟,并使用該算法進(jìn)行了實(shí)驗(yàn)仿真,結(jié)果表明該濾波算法不僅具有較好地圖像去噪效果,而且還能較好地保護(hù)圖像細(xì)節(jié)。(3)對(duì)小波圖像去噪原理及其方法進(jìn)行了詳細(xì)地介紹,并對(duì)小波閾值去噪方法進(jìn)行了重點(diǎn)分析。同時(shí)對(duì)小波閾值去噪方法過程中閾值函數(shù)和閾值的選取等關(guān)鍵問題進(jìn)行了詳細(xì)的討論,提出了一種比較新穎的閾值函數(shù)和閾值進(jìn)行去噪。仿真結(jié)果表明,該算法具有較好地去噪效果。(4)針對(duì)含有混合噪聲的圖像進(jìn)行去噪,結(jié)合中值濾波與小波濾波分別在去除脈沖噪聲和高斯噪聲中的優(yōu)點(diǎn),提出了將改進(jìn)后的中值濾波和小波閾值去噪方法相結(jié)合的去噪方法。實(shí)驗(yàn)仿真表明,此方法比單一濾波效果要好,并且更具有實(shí)用性和有效性。
【圖文】：

圖 1-1 開關(guān)結(jié)構(gòu)中值濾波方法原理圖開關(guān)結(jié)構(gòu)中值濾波和中值濾波相同，主要應(yīng)用于去除脈沖噪聲，去噪過程主要分為兩步：首先對(duì)圖像信息進(jìn)行脈沖噪聲的檢測(cè)，即根據(jù)某一標(biāo)準(zhǔn)來判斷圖像中像素點(diǎn)是否為噪聲點(diǎn)；其次是濾除噪聲，它只對(duì)前一步已經(jīng)判定為是噪聲點(diǎn)的像素點(diǎn)進(jìn)行處理，非噪聲點(diǎn)保持原灰度值不變，即不做任何處理。為了更有效地濾除脈沖噪聲，除了開關(guān)結(jié)構(gòu)中值濾波之外，研究學(xué)者們提出了各種不同改進(jìn)的中值濾波算法。在這眾多的濾波算法中，，大部分算法都在尋找一種能夠有效準(zhǔn)確檢測(cè)出噪聲的方法。而且開關(guān)結(jié)構(gòu)中值濾波也為本文所提出的中值濾波改進(jìn)算法提供了思想，奠定了基礎(chǔ)。為了改善標(biāo)準(zhǔn)中值濾波的不足，研究人員提出了許多改進(jìn)和優(yōu)化的新算法。例如索俊祺（2010）提出了基于中值濾波的優(yōu)化濾波算法(ISM)，辛月蘭（2011）提出了快速并行中值濾波算法(FPMF)等算法�？焖俨⑿兄兄禐V波算法(FPMF)提高了中值濾波算法的效率，但是經(jīng)過該算法處理后的圖像的峰值性噪比并沒有得到提高。基于中值濾波的優(yōu)化濾波算法(ISM)對(duì)含噪高的圖像容易產(chǎn)生漏檢和誤檢，將非噪聲點(diǎn)判斷為了噪聲點(diǎn)，并且濾波算法沒有做太多改進(jìn)。還有其他學(xué)者

成都理工大學(xué)碩士學(xué)位論文第 4 章 小波變換的基本理論與小波去噪上個(gè)世紀(jì) 80 年代初，Morlet 和 Arens 等人首次提出“小波變換”的概念，主要利用“小波變換”從地震反射信號(hào)中提取有用的石油信息。小波分析的出現(xiàn)是必然的，這是因?yàn)楦鞣N各樣的科學(xué)領(lǐng)域信號(hào)處理的需要。通過幾十年的發(fā)展，小波變換的理論日臻完善。小波分析作為一種新的時(shí)頻分析工具，其早已成功地廣泛應(yīng)用于地震勘探數(shù)據(jù)處理、軍事電子對(duì)抗與武器的智能化、圖像處理和醫(yī)學(xué)成像與診斷等方面，尤其在圖像處理方面取得了突破性的進(jìn)展，因此小波分析具有理論深刻和應(yīng)用十分廣泛的雙重意義。小波分析在時(shí)域和頻域都有表征信號(hào)局部信息的能力，這就是小波分析特有的多分辨率特點(diǎn)。小波去噪方法屬于變換域去噪方法，可以將小波去噪方法看作低通濾波，在濾除噪聲的同時(shí)能夠提取特征信息，可以最大程度的恢復(fù)原信號(hào)。小波去噪的等效圖如圖 4-1 所示。
【學(xué)位授予單位】：成都理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 鄭瑋;;圖像奇異性表征機(jī)理分析比較[J];金陵科技學(xué)院學(xué)報(bào);2016年02期

2 趙驊;胡清;;基于最小標(biāo)準(zhǔn)差鄰域的中值濾波[J];計(jì)算機(jī)光盤軟件與應(yīng)用;2014年21期

3 姜明勇;陳向?qū)?曹甲文;;一種小波域圖像貝葉斯去噪方法[J];四川兵工學(xué)報(bào);2012年10期

4 劉艷霞;劉建軍;曹燕燕;;一種改進(jìn)的小波閾值去噪方法[J];河北北方學(xué)院學(xué)報(bào)(自然科學(xué)版);2012年01期

5 牛小東;;一種改進(jìn)小波收縮閾值的信號(hào)消噪算法[J];計(jì)算機(jī)與數(shù)字工程;2011年09期

6 辛月蘭;;一種快速并行中值濾波算法的實(shí)現(xiàn)[J];微型電腦應(yīng)用;2011年08期

7 肖蕾;何坤;周激流;吳笛;;改進(jìn)自適應(yīng)中值濾波的圖像去噪[J];激光雜志;2009年02期

8 楊杰;;小波變換在指紋圖像恢復(fù)中的應(yīng)用研究[J];福建電腦;2009年01期

9 周密;李尊尊;耿國(guó)華;;基于小波閾值的圖像去噪方法研究[J];計(jì)算機(jī)技術(shù)與發(fā)展;2008年05期

10 王香菊;;圖像去噪方法及應(yīng)用[J];科技情報(bào)開發(fā)與經(jīng)濟(jì);2007年27期

相關(guān)博士學(xué)位論文 前1條

1 郭旭靜;方向性數(shù)字圖像表示及去噪算法研究[D];天津大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 邱志祺;基于中值濾波與小波變換的圖像去噪研究[D];華北理工大學(xué);2015年

2 袁新星;基于中值濾波的高密度椒鹽噪聲圖像去噪算法研究[D];湖北工業(yè)大學(xué);2014年

3 田流芳;基于中值濾波和小波變換的圖像去噪算法研究[D];河北大學(xué);2014年

4 張國(guó)偉;基于小波變換的圖像去噪方法研究[D];昆明理工大學(xué);2014年

5 袁立;改進(jìn)中值濾波算法及其在土壤圖像預(yù)處理中的應(yīng)用研究[D];重慶師范大學(xué);2014年

6 郭斌;圖像去噪處理技術(shù)[D];西安電子科技大學(xué);2012年

7 李柯材;圖像去噪的研究—基于中值濾波和小波變換的圖像去噪應(yīng)用研究[D];江南大學(xué);2011年

8 索俊祺;一種新的基于中值濾波的優(yōu)化濾波算法[D];北京郵電大學(xué);2010年

9 曹真銘;改進(jìn)的中值濾波算法及其仿真研究[D];東北大學(xué);2009年

10 趙國(guó)軍;M帶小波圖像處理算法研究[D];蘭州大學(xué);2009年

本文編號(hào)：2578368