摘要
图像处理是信息科学的主要组成部分，近年来图像处理理论与方法获得了迅猛的发展，而且在各个领域产生了重要的作用。目前，图像处理的方法主要有两大类：空间域法和频率域法，还有目前新兴的数学形态学和小波变换图像处理，以及独立分量分析方法。模拟噪声的行为和影响是图像去噪的核心。本题目来源于科研，主要研究图像高斯噪声的特点，学习高斯加性噪声的滤波算法，利用邻域平均法，中值法，小波分析图像消除噪声。本人重点如何对图像高斯噪声滤波的方法进行了实验、对比和研究，论文的主要工作如下：
1.分析讨论数字图像的表示方法，数字图像处理的发展、基本特点、应用以及数字图像滤波的意义。
2.分别对邻域平均法和中值法的算法进行研究，并用邻域平均法和中值法对高斯噪声进行去噪，其将每种方法的实验结果进行对比做出总结。
3.研究学习二维图像小波变换的分解与重构，用小波分析图像法将二维图像信号的小波分解，然后对分解后的高频系数进行阈值量化，最后将二维小波图像信号重构，从而消除噪声。
关键词：邻域平均法、中值法、小波分析图像
ABSTRCT
...
KEY WORDS: neighborhood average, median, wavelet analysis of images
目录
第一章 绪论5
1.1数字图像处理概述5
1.1.1 图像处理5
1.1.2 数字图像处理6
1.1.3 图像去噪研究背景与应用领域7
1.2数字图像滤波9
1.3本文内容安排10
第二章 数字图像滤波基础11
2.1图像噪声11
2.1.1 图像噪声的分类11
2.1.2 噪声的分类12
2.2传统的图像去噪方法14
第三章 邻域平均法与中值法滤波16
3.1邻域平均法滤波16
3.1.1 领域平均法16
3.1.2 源程序并附上注释17
3.2中值法滤波20
3.2.1 概括中值法滤波20
3.2.2 中值法消除滤波20
3.2.3 源程序并附上注释20
3.3总结邻域平均法与中值法滤波21
第四章 小波分析图像去噪22
4.1小波图像消噪的基本原理22
4.1.1 小波图像消噪的步骤22
4.2二维图像小波变换的分解与重构22
4.3应用MATLAB小波工具箱进行图像去噪的相关命令[9]26
4.3.1 wavedec2函数26
4.3.2 Wrcoef2函数26
4.3.3 waverec2函数26
4.3.4 wthcoef2函数27
4.4MATLAB小波去噪程序27
4.5阈值处理方法的选取29
4.5.1 通过阈值的选取，MATLAB 小波去噪程序30
4.6对图像小波消除滤波总结32
参考文献34
致 谢35
毕业设计小结36
点击下载
