计算机视觉图像去噪原理,图像去噪的基本原理、典型方法和最新方法 电子技术专业毕业设计 毕业论文.doc...

图像去噪的基本原理、典型方法和最新方法 电子技术专业毕业设计 毕业论文

摘 要

数字图像在其形成、传输和记录的过程中，由于成像系统、传输介质和记录设备的不完善往往使得获取的图像受到多种噪声的污染。因此在模式识别、计算机视觉、图像分析和视频编码等领域,噪声图像的前期处理极其重要，其处理效果的好坏将直接影响到后续工作的质量和结果。本文主要介绍图像去噪的基本原理、典型方法和最新方法。考虑到图像去噪技术的飞速发展，本文在论述其基本理论的同时还着重介绍近年来国内有关的最新研究成果和最新方法。

本文被分成四个部分。第一部分是绪论，论述图像去噪发展趋势及研究图像去噪的理由与意义。第二部分论述中值滤波法和自适应平滑滤波法的基本原理，完成基于matlab中值滤波的代码实现，并对其结果进行分析。本文提出两种新的算法，即中值滤波的改进算法即自适应加权算法，和自适应平滑滤波的改进算法。并且也得出这两种算法的仿真结果，并且对结果进行分析。第三部分首先论述基于频域的图像去噪方法的基本原理，然后本文对巴特沃斯低通滤波和巴特沃斯高通滤波的基本原理作了论述，并且分别完成基于matlab的巴特沃斯低通滤波和高通滤波的代码实现，对结果进行分析。同时对程序中的重要语句分别作注释。第四部分是本文最重要的一章，重点阐述基于小波域的两种图像去噪方法和算法，即小波阈值去噪法与小波维纳滤波去噪法。在小波阈值去噪法中，本文重点论述小波阈值去噪的三个步骤，并介绍传统经典的阈值化方法即软阈值法、硬阈值法以及四种确定阈值的方法。其中包括统一阈值法、基于零均值正态分布的置信区间阈值、最小最大阈值法和理想阈值估计法，并且完成小波阈值去噪法的代码实现，将小波阈值去噪法的去噪结果和中值滤波法的去噪结果进行比较分析，得出结论。在小波维纳滤波去噪法中本文着重论述小波维纳滤波去噪法的基本原理，得到小波维纳滤波去噪法的仿真结果，并且将波维纳滤波去噪法的结果与维纳滤波去噪法的结果进行对比分析。

关键词：图像去噪，维纳滤波，中值滤波，小波变换，阈值

Abstract

In its formation, transmission and recording of the process of digital images, because imaging system , transmission media and recording equipment are often imperfect, the obtained images are polluted by a variety of noises. In pattern recognition, computer vision, image analysis and video coding and other fields,noise image pre-processing is extremely important and whether its effect is good or bad will have a direct impact on the following quality and results. This paper introduces the basic principle, the typical method and the latest methods of image denoising.Taking the rapid development of technology of image denoising into account, the paper discusses the basic theory and at the same time also the latest research results and the latest methods in recent years.

This paper is divided into four parts.introduction The first part is the introduction and discusses development trend of image denoising and the reasons and significance of studying image denoising. The second part, deals with the basic principles of median filter and adaptive smoothing filter, achieves the completion of median filtering code based on Matlab, and analyzes the results.