【图像分析】小波变换图像分析【含Matlab源码 1365期】

⛄一、小波变换图像分析简介

0 引言
21世纪是信息化时代，图像成为了人类获取信息的重要载体，在人类日常生活中扮演着越来越重要的角色，地位越来越高，例如，在线浏览、下载图像和视频、医院根据MRI（核磁共振图像）诊断疾病。但在图像产生以及传输等过程中，会遭到设施、环境等要素的干扰，导致图像信息的破坏或丢失[1,2]。阻碍人的视觉或系统传感器对所接收信源信息进行理解的各种因素就叫做噪声。在图像采集和传输过程中，往往会遭到各种噪声的污染。噪声的产生会很大程度上降低原始图像的分辨率，使原始图像变得模糊难以用与日常的生活或者研究，严重影响后续的一系列高级数字图像处理。

因此，如何将图像在采集以及传输过程后的噪声进行消除就变得非常重要。然而，传统的图像去噪方法在降低噪声和保留图像细节方面的确难以令人满意。小波变换在高频段可以用低频分辨率分析信号，并在不同的空间上进行分析。基于小波理论的数字信号处理已经取得了蓬勃的发展，提供了一种全新的强劲信号处理手段。理所当然的将小波变换用于图像降噪中。

1 研究意义以及发展过程
基于小波变换的图像去噪主要是由小波域中的小波阈值处理完成。小波域图像去噪处理可被认为是对输入图像的最佳估计使用阈值的噪声数据。其结构图如图1所示。

图1 小波去噪结构框图
小波理论在图像去噪中应用的发展过