圖像高斯噪聲濾波算法研究

摘要

圖像處理是信息科學的主要組成部分，近年來圖像處理理論與方法獲得了迅猛的發(fā)展，而且在各個領域產(chǎn)生了重要的作用。目前，圖像處理的方法主要有兩大類：空間域法和頻率域法，還有目前新興的數(shù)學形態(tài)學和小波變換圖像處理，以及獨立分量分析方法。模擬噪聲的行為和影響是圖像去噪的核心。本題目來源于科研，主要研究圖像高斯噪聲的特點，學習高斯加性噪聲的濾波算法，利用鄰域平均法，中值法，小波分析圖像消除噪聲。本人重點如何對圖像高斯噪聲濾波的方法進行了實驗、對比和研究，論文的主要工作如下：

1.分析討論數(shù)字圖像的表示方法，數(shù)字圖像處理的發(fā)展、基本特點、應用以及數(shù)字圖像濾波的意義。

2.分別對鄰域平均法和中值法的算法進行研究，并用鄰域平均法和中值法對高斯噪聲進行去噪，其將每種方法的實驗結果進行對比做出總結。

3.研究學習二維圖像小波變換的分解與重構，用小波分析圖像法將二維圖像信號的小波分解，然后對分解后的高頻系數(shù)進行閾值量化，最后將二維小波圖像信號重構，從而消除噪聲。

關鍵詞：鄰域平均法、中值法、小波分析圖像

 

ABSTRCT

...

KEY WORDS: neighborhood average, median, wavelet analysis of images

目錄

第一章 緒論5

1.1數(shù)字圖像處理概述5

1.1.1 圖像處理5

1.1.2 數(shù)字圖像處理6

1.1.3 圖像去噪研究背景與應用領域7

1.2數(shù)字圖像濾波9

1.3本文內(nèi)容安排10

第二章 數(shù)字圖像濾波基礎11

2.1圖像噪聲11

2.1.1 圖像噪聲的分類11

2.1.2 噪聲的分類12

2.2傳統(tǒng)的圖像去噪方法14

第三章 鄰域平均法與中值法濾波16

3.1鄰域平均法濾波16

3.1.1 領域平均法16

3.1.2 源程序并附上注釋17

3.2中值法濾波20

3.2.1 概括中值法濾波20

3.2.2 中值法消除濾波20

3.2.3 源程序并附上注釋20

3.3總結鄰域平均法與中值法濾波21

第四章 小波分析圖像去噪22

4.1小波圖像消噪的基本原理22

4.1.1 小波圖像消噪的步驟22

4.2二維圖像小波變換的分解與重構22

4.3應用MATLAB小波工具箱進行圖像去噪的相關命令[9]26

4.3.1 wavedec2函數(shù)26

4.3.2 Wrcoef2函數(shù)26

4.3.3 waverec2函數(shù)26

4.3.4 wthcoef2函數(shù)27

4.4MATLAB小波去噪程序27

4.5閾值處理方法的選取29

4.5.1 通過閾值的選取，MATLAB 小波去噪程序30

4.6對圖像小波消除濾波總結32

參考文獻34

致 謝35

畢業(yè)設計小結36