毕业答辩-图像降噪技术的研究与实现ppt

班级：计算机科学与技术答辩人：杨洋指导教师：徐晓蓉论文题目：图像降噪技术的研究与实现图像降噪技术的研究与实现一、图像处理的两大类方法二、主要内容及工作介绍小波阈值去噪及Matlab仿真介绍图像去躁的方法介绍图像与噪声小波变换的理论基础一、图像处理的两大类方法方法：一是在空间域中的处理，即在图像空间中对图像进行各种处理；另一类是把空间域中的图像经过正交变换到频域，在频域里进行各种处理然后反变换到空间域，形成处理后的图像。二、主要内容及工作介绍噪声与图像噪声：现实中的数字图像在数字化和传输过程中，常受到成像设备与外部环境噪声干扰等影响，成为含噪图像。图像：图像是一种重要的信息源，通过图像处理可以帮助人们了解信息的内涵。数字图像噪声去除涉及光学系统、微电子技术、计算机科学、数学分析等领域，是一门综合性很强的边缘科学，如今其理论体系已十分完善，且其实践应用很广泛，在医学、军事、艺术、农业等都有广泛且成熟的应用。主要内容及工作小波变换的理论基础从傅里叶变换到小波变换傅立叶变换用在两个方向上都无限伸展的正弦曲线波作为正交基函数，把周期函数展成傅立叶级数，把非周期函数展成傅立叶积分，利用傅立叶变换对函数作频谱分析，反映了整个信号的时间频谱特性，较好地揭示了平稳信号的特征。主要内容及工作介绍图像去噪的方法1、传统的去噪方法2、小波去噪1传统的去噪方法空域滤波1均值滤波2中值滤波频域低通滤波法传统去噪方法的总结图像的传统去噪方法主要有两大类，一种是基于空间域的处理方法，一种是基于频域的处理方法。2小波去噪近年来，小波理论得了非常迅速的发展，由于其具备良好的时频特性和多分辨率特性，小波理论成功地在许多领域得到了广泛的应用。现在小波分析已经渗透到自然科学、应用科学、社会科学等领域。在图像去噪领域中，应用小波理论进行图像去噪受到许多专家学者的重视，并取得了非常好的效果。小波研究的现状在数学上，小波去噪问题的本质是一个函数逼近问题，即如何在有小波母函数伸缩和平移所展成的函数空间中，根据提出的衡量准则，寻找对原图像的最佳逼近，以完成原图像和噪声的区分。由此可见，小波去噪方法也就是寻找实际图像空间到小波函数空间的最佳映射，以便得到原图像的最佳恢复。小波去噪的方法小波去噪的方法有多种，如利用小波分解与重构的方法滤波降噪、利用小波变换模极大值的方法去噪、利用信号小波变换后空域相关性进行信噪分离、非线性小波阈值方法去噪、平移不变量小波去噪法，以及多小波去噪等等。归结起来主要有三类:模极大值检测法、阈值去噪法和屏蔽(相关)去噪法。其中最常用的就是阈值法去噪，本文主要研究阈值去噪。主要内容及工作小波阈值去噪及MATLAB仿真1、小波阈值去噪概述（1）阈值去噪法简述该方法的主要思想是：基于图像和噪声在经小波变换后具有不同的统计特性：图像本身的能量对应着幅值较大的小波系数,主要集中在高频；噪声能量则对应着幅值较小的小波系数，并分散在小波变换后的所有系数中。根据该特征，设置一个阈值门限，认为大于该阈值的小波系数的主要成份为有用的信号，给予收缩后保留；小于该阈值的小波系数，主要成份为噪声，予以剔除，这样就可以达到去噪的目的。（2）小波阈值去噪的方法小波阈值去噪的基本思路是：（1）先对含噪信号做小波变换，得到一组小波系数；（2）通过对进行阈值处理，得到估计系数，使得与两者的差值尽可能小；（3）利用进行小波重构，得到估计信号即为去噪后的信号。2基于MATLAB的小波去噪函数简介常用的图像降噪方式是小波阈值降噪方法。这是一种实现简单而效果较好的降噪方法，阈值降噪方法的思想很简单，就是对小波分解后的各层系数模大于和小于某阈值的系数分别进行处理，然后利用处理后的小波系数重构出降噪后的图像。在阈值降噪中，阈值函数体现了对小波分解系数的不同处理策略和不同的估计方法。常用的阈值函数有硬阈值函数和软阈值函数。硬阈值函数可以很好地保留图像边缘等局部特征，但图像会出现伪吉布斯效应等视觉失真等现象：而软阈值处理相对较光滑，但可能会造成边缘模糊等失真现象，为此人们提出了半软阈值函数。MATLAB中实现图像的降噪，主要是阈值获取和图像降噪实现两个方面。原始信号和含噪信号小波的图像去噪结果谢谢！