版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、近年來,數(shù)字圖像處理技術(shù)發(fā)展迅速,擁有著廣泛的應(yīng)用領(lǐng)域。圖像在獲取(數(shù)字化過程)、傳輸?shù)冗^程中難免會產(chǎn)生噪聲,使以后的圖像處理工作受到影響,如何從含噪信號中將有用的信息提取出來成為廣泛研究的課題,這就是圖像去噪。傳統(tǒng)去噪方法有很多,大多是在空域采用線性或求平均法,但效果都不是很理想,低通濾波使得細節(jié)部分模糊,有用的高頻信息丟失。如何既能有效的減少噪聲,又能更好的保留邊緣信息成為去噪領(lǐng)域的一大難題。
本文針對傳統(tǒng)去噪方法的不
2、足,學(xué)習(xí)了小波變換閾值去噪,對去噪過程中的幾個關(guān)鍵問題進行了詳細的討論,例如去噪流程,如何選取閾值,軟、硬閾值去噪法的原理和特點,對比了各自的優(yōu)缺點,在Donoho提出的小波收縮閾值基礎(chǔ)上,對常規(guī)的軟、硬閾值函數(shù)在圖像去噪中存在的缺陷進行分析,針對傳統(tǒng)軟硬閾值去噪的弊端,采用了一種比較新穎的閾值選取方法進行去噪,在軟閾值去噪原理上進行改進,在閾值前加一個系數(shù)公式,通過調(diào)節(jié)m,n的值得到新的閾值函數(shù),改進后函數(shù)不僅連續(xù)性好,失真也小,獲得
3、了良好的效果。
采用Matlab7.0進行仿真實驗,以加性高斯白噪聲假設(shè)為前提,對同一圖像分別進行傳統(tǒng)去噪、軟硬閾值去噪和改進閾值去噪,并進行比對,對結(jié)果中的數(shù)據(jù)進行分析,實驗證明,與其他方法相比,改進方案的信噪比,峰值信噪比都有了明顯的提高,獲得了更好的去噪效果,不僅保留了常規(guī)軟、硬閾值函數(shù)的去噪優(yōu)越性,還克服了軟、硬閾值函數(shù)存在的去噪缺陷,去噪的同時,能更好的保留圖像的細節(jié)信息,清晰度也有了明顯的提升,由此證明改進方案
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于小波變換圖像去噪研究.pdf
- 基于小波變換的圖像去噪方法.pdf
- 基于小波變換的閾值圖像去噪方法.pdf
- 小波變換圖像去噪及其在SAR圖像中的應(yīng)用.pdf
- 基于小波變換的圖像去噪方法的研究.pdf
- 基于小波變換的改進圖像去噪方法研究.pdf
- 基于小波變換的圖像去噪算法.pdf
- 基于小波變換的非局部圖像去噪方法研究.pdf
- 基于小波與Contourlet變換的圖像去噪方法研究.pdf
- 基于小波變換的醫(yī)學(xué)超聲圖像去噪方法研究.pdf
- 基于脊波變換的圖像去噪方法研究.pdf
- 多個小波變換的聯(lián)合圖像去噪方法.pdf
- 基于小波變換的圖像去噪方法的研究與實現(xiàn).pdf
- 基于非下采樣小波變換的圖像去噪研究.pdf
- 基于提升小波變換的圖像去噪算法研究.pdf
- 基于小波變換的紅外圖像去噪算法研究.pdf
- 基于小波變換的數(shù)字圖像去噪研究.pdf
- 基于小波和有限脊波變換的圖像去噪.pdf
- 基于曲波變換的圖像去噪
- 基于小波變換的圖像去噪與邊緣檢測方法研究.pdf
評論
0/150
提交評論