畢業(yè)答辯-圖像降噪技術的研究與實現(xiàn)

班級：計算機科學與技術答辯人：楊洋指導教師：徐曉蓉論文題目：圖像降噪技術的研究與實現(xiàn)圖像降噪技術的研究與實現(xiàn)

一、圖像處理的兩大類方法二、主要內(nèi)容及工作介紹小波閾值去噪及Matlab仿真介紹圖像去躁的方法介紹圖像與噪聲小波變換的理論基礎一、圖像處理的兩大類方法方法：一是在空間域中的處理，即在圖像空間中對圖像進行各種處理；另一類是把空間域中的圖像經(jīng)過正交變換到頻域，在頻域里進行各種處理然后反變換到空間域，形成處理后的圖像。

二、主要內(nèi)容及工作

介紹噪聲與圖像噪聲：

現(xiàn)實中的數(shù)字圖像在數(shù)字化和傳輸過程中，常受到成像設備與外部環(huán)境噪聲干擾等影響，成為含噪圖像。圖像：圖像是一種重要的信息源，通過圖像處理可以幫助人們了解信息的內(nèi)涵。數(shù)字圖像噪聲去除涉及光學系統(tǒng)、微電子技術、計算機科學、數(shù)學分析等領域，是一門綜合性很強的邊緣科學，如今其理論體系已十分完善，且其實踐應用很廣泛，在醫(yī)學、軍事、藝術、農(nóng)業(yè)等都有廣泛且成熟的應用。

主要內(nèi)容及工作

小波變換的理論基礎

從傅里葉變換到小波變換傅立葉變換用在兩個方向上都無限伸展的正弦曲線波作為正交基函數(shù)，把周期函數(shù)展成傅立葉級數(shù)，把非周期函數(shù)展成傅立葉積分，利用傅立葉變換對函數(shù)作頻譜分析，反映了整個信號的時間頻譜特性，較好地揭示了平穩(wěn)信號的特征。主要內(nèi)容及工作介紹圖像去噪的方法1、傳統(tǒng)的去噪方法2、小波去噪

1傳統(tǒng)的去噪方法空域濾波

1均值濾波

2中值濾波頻域低通濾波法

傳統(tǒng)去噪方法的總結

圖像的傳統(tǒng)去噪方法主要有兩大類，一種是基于空間域的處理方法，一種是基于頻域的處理方法。2

小波去噪

近年來，小波理論得了非常迅速的發(fā)展，由于其具備良好的時頻特性和多分辨率特性，小波理論成功地在許多領域得到了廣泛的應用?，F(xiàn)在小波分析已經(jīng)滲透到自然科學、應用科學、社會科學等領域。在圖像去噪領域中，應用小波理論進行圖像去噪受到許多專家學者的重視，并取得了非常好的效果。小波研究的現(xiàn)狀在數(shù)學上，小波去噪問題的本質是一個函數(shù)逼近問題，即如何在有小波母函數(shù)伸縮和平移所展成的函數(shù)空間中，根據(jù)提出的衡量準則，尋找對原圖像的最佳逼近，以完成原圖像和噪聲的區(qū)分。由此可見，小波去噪方法也就是尋找實際圖像空間到小波函數(shù)空間的最佳映射，以便得到原圖像的最佳恢復。

小波去噪的方法

小波去噪的方法有多種，如利用小波分解與重構的方法濾波降噪、利用小波變換模極大值的方法去噪、利用信號小波變換后空域相關性進行信噪分離、非線性小波閾值方法去噪、平移不變量小波去噪法，以及多小波去噪等等。歸結起來主要有三類:模極大值檢測法、閾值去噪法和屏蔽(相關)去噪法。其中最常用的就是閾值法去噪，本文主要研究閾值去噪。主要內(nèi)容及工作小波閾值去噪及MATLAB仿真

1、小波閾值去噪概述（1）閾值去噪法簡述

該方法的主要思想是：基于圖像和噪聲在經(jīng)小波變換后具有不同的統(tǒng)計特性：圖像本身的能量對應著幅值較大的小波系數(shù),主要集中在高頻；噪聲能量則對應著幅值較小的小波系數(shù)，并分散在小波變換后的所有系數(shù)中。根據(jù)該特征，設置一個閾值門限，認為大于該閾值的小波系數(shù)的主要成份為有用的信號，給予收縮后保留；小于該閾值的小波系數(shù)，主要成份為噪聲，予以剔除，這樣就可以達到去噪的目的。（2）小波閾值去噪的方法小波閾值去噪的基本思路是：（1）先對含噪信號做小波變換，得到一組小波系數(shù)；（2）通過對進行閾值處理，得到估計系數(shù)，使得與兩者的差值盡可能??；（3）利用進行小波重構，得到估計信號即為去噪后的信號。2基于MATLAB的小波去噪函數(shù)簡介

常用的圖像降噪方式是小波閾值降噪方法。這是一種實現(xiàn)簡單而效果較好的降噪方法，閾值降噪方法的思想很簡單，就是對小波分解后的各層系數(shù)模大于和小于某閾值的系數(shù)分別進行處理，然后利用處理后的小波系數(shù)重構出降噪后的圖像。在閾值降噪中，閾值函數(shù)體現(xiàn)了對小波分解系數(shù)的不同處理策略和不同的估計方法。常用的閾值函數(shù)有硬閾值函數(shù)和軟閾值函數(shù)。硬閾值函數(shù)可以很好地保留圖像邊緣等局部特征，但圖像會出現(xiàn)偽吉布斯效應等視覺失真等現(xiàn)象：而軟閾值處理相對較光滑