图像高斯噪声滤波算法研究

文档字数：14278

一、题目
  图像高斯噪声滤波算法研究
选题意义
    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。
三、指导思想和目的要求
 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，进而编程实现相关算法。希望通过该毕业设计，学生能达到：
 1．利用已有的专业知识，培养学生解决实际工程问题的能力；
 2．锻炼学生的科研工作能力和培养学生团队合作及攻关能力。
四、主要技术指标
 1．学习高斯噪声的形成及特点；
 2．研究高斯加性噪声的滤波算法；
 3．编程实现高斯噪声的滤波。
五、预期达到的目标
 通过所学知识，熟悉高斯噪声的形成及特点，能够编程实现高斯噪声的滤波，期望能够解决实际工程问题，锻炼科研工作和培养团结合作攻关的能力。
六、进度和要求
 第01周----第02周： 参考翻译英文文献；
 第03周----第04周： 学习高斯噪声的特点；
 第05周----第08周： 研究高斯加性噪声的滤波算法；
 第09周----第14周： 编写高斯加性噪声滤波程序；
 第15周----第16周： 撰写毕业设计论文，论文答辩。
七、主要参考书及参考资料
 1. 冈萨雷斯. 数字图像处理. 电子工业出版社.
 2. 赵书兰.　MATLAB R2008数字图像处理与分析实例教程.化学工业出版社.
3. 孙海英. 图像高斯噪声及椒盐噪声去噪算法研究. 复旦大学硕士学位论文.
4. 王晓凯. 图像椒盐噪声及高斯噪声去噪方法研究. 复旦大学硕士学位论文.

图像高斯噪声滤波算法研究

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
图像高斯噪声滤波算法研究