基于小波变换的图像去噪算法研究

本文以小波图像去噪为主,阐述小波图像去噪的基本问题、研究现状,概括当前小波图像去噪的主要方法及应用,然后对小波图像去噪方法的发展和应用进行展望。     

基于整数提升小波变换的图像去噪方法

由于传统小波变换在图像去噪应用上的一些缺点,本文使用整数提升方法进行图像去噪。整数提升方法不受Fourier变换限制,其具有传统小波的多分辨率特性,而且运算速度有很大的提高。提升方法可以从一个新的角度来构造小波滤波器,它的核心是确定预测算子和更新算子,对每步提升下取整,就实现了整数小波变换。将其去噪去噪效果与传统小波变换的去噪效果进行了比较。仿真结果表明,整数提升方法取得了比传统小波变换更好的去噪效果。     

遗传算法在小波阈值变换图像去噪中的应用

在岩层图像获取和传输过程中会受到来自传感器震荡、电子元器件干扰等因素的影响,导致图像质量下降。小波阈值去噪技术早已体现出它在图像去噪上的优越性,而阈值函数的选取特别是闽值的确定是小波去噪技术的关键所在。结合遗传算法以期找到相对最优闽值,应用结果证明遗传算法在此方面的可行性较好。     

基于Context模型的局部阈值小波图像去噪

本文基于小波阈值去噪的基本理论,提出了一种基于Context模型的自适应小波去噪算法。该方法利用Context模型建立图像小波变换后的系数分类模型并根据分类使用不同的阈值去噪。实验结果表明本文提出的算法无论是PSNR值还是视觉效果,都大大优于传统算法。     

基于小波包变换的海洋数据降噪方法研究

本文介绍了小波变换和小波包变换的基本原理,小波包变换是小波变换的推广,并优于小波变换。软阈值和硬阈值方法是基本的阈值处理方法,在此基础上衍生出了多种处理方法。对假设的海洋数据进行了降噪处理,效果较好,表明小波包变换用于海洋数据降噪有一定得实际意义．     

图像去噪的小波阈值法研究

介绍了小波去噪的基本理论以及小波阈值法去噪的原理。小波阈值法去噪的关键是阈值的设置和阈值函数的选择。阈值的设置主要分为全局阈值法和局部阈值法。归纳了阈值的设置方法,并针对图像去噪进行了仿真实验,将一幅混有不同噪声的图像分别采用全局阈值和局部阈值去噪。实验得出局部阈值优于全局阈值的结论。     

基于正交小波软阈值的图像去噪算法

图像去噪在图像处理中一直是研究的重点之一。传统的图像去噪方法局限在频域范围内,无法表述图像的时域局部性质：而小波变换是一种信号的时频分析,利用小波方法去噪是小波分析应用于实际工程的一个重要方面：提出一种基于正交小波变换和软闽值方法数字图像去噪算法：仿真实验表明：提出的算法去噪效果良好。     

基于小波的医学图像去噪方法研究

为有效地表现医学图像原有信息中有用的信息,降低医学图像受噪声干扰的现象,减少诊断误差,本文将现有的小波图像去噪方法运用于医学图像,并对各种方法进行实验分析比较,以提供医学参考.实验发现,与较常用的均值滤波与中值滤波相比,小波去噪方法有效提高了医学图像的去噪PSNR值.     

基于小波变换星地同步数据处理技术研究

阐述了星地授时同步原理和小波变换理论,分析了小波基的选取准则以及阈值,阈值函数的选取方法。将小波变换理论应用于星地同步数据的处理上,在matlab的平台上对星地同步数据进行降噪仿真处理,分别采用haar小波、db6小波、db10小波和sym6小波对星地授时同步数据进行降噪处理。实验结果表明,小波变换方法实现了对授时同步数据的有效降噪,将授时同步精度提升至10纳秒以内,是一种可靠的分析方法,为星地同步数据降噪方法提供了一定的参考价值。     

基于偏微分方程的常用图像去噪方法比较研究

图像去噪在图像处理中极其重要。本文就几种常用的图像去噪方法进行了详细的综述,阐述了各方法的理论原理以及其优缺点,同时也给出了其对同一副测试图像的去噪效果。     

基于小波变换的容积脉搏波信号去噪研究

在容积脉搏波信号采集过程中,会受到多种噪声干扰,传统的去噪处理效果并不理想。经过理论分析各种小波基特点得出适合处理容积脉搏波的最佳小波基,通过使用传感器采集的信号进行验证,采用分层阈值去噪的方法,提出对比去噪后信号的二阶微分信号作为去噪性能评定指标,最后得出coif5小波基在抑制噪声的同时还能保留容积脉搏波信号的特征便于进行后期研究。     

一种新的基于复小波变换的数字图像水印算法

本文提出了一种基于复小波变换的新的具有鲁棒性的数字图像水印方法。为了改进算法的鲁棒性，本文采用了纠错码，该技术是在空域中进行的。为了了解本文所提出的在CWT域上所提出的算法，我们在DWT域上采用同样的嵌入算法来和它进行比较。最后，我们要通过试验来检测两种算法对于选择性攻击(比如JPEG，JPEG2000压缩)的鲁棒性，并利用水印检测软件基准来对他们进行比较。     

基于小波变换的PET图像分析

提出一种把小波变换和统计检验结合起来检测PET图像激活区的方法.首先,采用模拟的PET图像来评价算法的可靠性,结果显示,在小波域上进行统计检验比传统的直接在空间域上进行统计检验具有更高的灵敏度,更强的抗噪声干扰性能,更快的计算速度.最后,用该方法处理真实的PET图像,也得到了满意的结果.该方法为PET医学图像处理和脑功能研究提供了一种新的多尺度、高性能的分析手段,对于脑功能研究的功能区定位、临床诊断、药物疗效评估等有着重要意义.     

基于小波变换系数门限值的去噪方法研究

本文系统分析了基于小波变换的门限值去噪方法,研究了小波变换门限值选择的准则及其算法.通过计算机仿真,比较了各种准则的性能,验证了基于小波变换门限值去噪方法的滤波效果.仿真结果表明,基于小波变换门限值的去噪方法可以有效地去除宽带噪声.     

基于提升小波的SAR图像斑点噪声抑制方法

斑点噪声去除是对合成孔径雷达(synthetic aperture radar,SAR)图像自动分割、分类、目标检测和其它定量专题信息提取处理前必要的步骤。首先简要回顾了各种传统的SAR图像斑点噪声去除方法。在充分考虑SAR图像斑点噪声乘性特征的基础上,对SAR图像进行对数变换,将乘性噪声转变为加性噪声,然后再对图像进行提升小波分解,采用Bayes Shrink阈值对小波系数进行处理。最后根据4个指标来对比不同方法的去噪效果。结果表明,与传统的滤波方法相比,基于提升小波的去噪方法在图像均匀区域的辐射特性保持和斑点噪声抑制能力方面具有较大的优势。与传统小波相比,提升小波不但在运算速度上有优势,而且省内存。     

基于小波变换的图像融合及其MATLAB实现

图像融合是对数字图像的预处理,使图像整体或局部特征能有效地改善。本文基于对图像融合理论的理解,分析了小波变换在图像融合中的应用。在此基础上,利用MATLAB对不同融合系数的图像以及不同增强系数的图像进行融合等,并对其结果进行分析与比较,表明采用方法的合理性。     

基于小波变换的全景图像超分辨率增强算法

在研究和分析小波变换理论的基础上提出了一种基于小波变换的全景图像超分辨率增强算法,该算法充分利用了小波多分辨率分解思想,体现图像降低的自然过程;通过高分辨率小波系数,经插值逆变换可得到重构的高分辨率图像。实验结果证明该算法克服了传统的插值算法致使图像高分辨部分损失、细节被模糊的缺点,是超分辨率图像处理的一种行之有效的途径。     

试谈小波变换在图像压缩方面的应用

随着多媒体技术和网络通讯的发展,图像的传输和存储对图像压缩技术提出了更高的要求。本文主要介绍了基于小波的图像压缩编码算法的研究和发展,使得图像数据库作为图像存储的一种形式得到了广泛的应用,同时对新的JPEG2000标准的核心算法进行了描述。     

小波变换模极大值点在信号去噪中的应用

如何去除信号中的噪声．得到纯净的信号是信号处理过程中一个热点技术。本研究根据噪声与信号的小波变换模极大值点在多尺度空间上具有不同的特性,对信号进行了噪声消除。试验结果表明,使用傅里叶变换和coif2小波模极大值点法对信号去噪,都能够有效地去除信号中的噪声,且重构后的信号非常逼近原始信号．但coif2小波模极大值点法去噪效果更好。