基于小波变换的图像处理毕业设计(论文)精选.docx
- 文档编号:48137
- 上传时间:2022-10-01
- 格式:DOCX
- 页数:47
- 大小:1.77MB
基于小波变换的图像处理毕业设计(论文)精选.docx
《基于小波变换的图像处理毕业设计(论文)精选.docx》由会员分享,可在线阅读,更多相关《基于小波变换的图像处理毕业设计(论文)精选.docx(47页珍藏版)》请在冰豆网上搜索。
目录
第一章 绪 论
第二章 图像处理概述
2.1图像处理概念
2.2图像处理技术
第三章 小波变换的基本理论
3.1 从傅立叶变换到小波变换
3.1.1 傅里叶变换
3.1.2 短时傅里叶变换
3.1.3小波变换
3.2连续小波变换
3.2.1一维连续小波变换
3.2.3高维连续小波变换
3.3离散小波变换
3.4小波包分析
3.4.1小波包的定义
3.4.2小波包的性质
3.4.3小波包的空间分解
3.4.4小波包算法
第四章 基于小波变换的图像平滑技术
4.1基于小波变换的图像平滑
4.2传统的图像平滑技术
4.2.1邻域平均法
4.2.2中值滤波法
4.3 小波变换用于图像平滑的优势
第五章 基于小波变换的图像增强技术
5.1基于小波变换的图像增强
5.1.1 二维小波分解
5.1.2 分解系数增强
5.1.3 小波重构
5.2传统的图像增强技术
5.2.1基于空间域的图像增强
5.2.2 基于频率域的图像增强
5.3 小波变换用于图像增强的优势
第六章 基于小波变换的图像去噪技术
6.1图像去噪的原理
6.1.1利用小波包图像去噪原理
6.1.2新型阈值量化方法
6.2基于小波变换的图像去噪
6.3小波变换用于图像去噪优越性
第七章 基于小波变换的图像压缩技术
7.1图像压缩的原理
7.1.1实现图像压缩的一般步骤
7.1.2图像压缩的基本方法
7.1.3图像压缩的基本过程
7.2基于小波变换的图像压缩
7.3小波变换用于图像压缩的优势
结 论
致 谢
主要参考文献
第一章 绪论
图像处理广义上包含图像处理、图像分析和图像理解等内容。
图像处理是对图像本身进行“加工”,以改善其视觉效果或表现形式。
图像处理的处理方法大致可分为:
空间(时间)域处理方法和变换域处理方法。
前者指利用图像在空域中的特点直接对图像进行各种运算。
后者则首先通过某种变换将图像从空间域转换到对应的某变换域中,然后利用图像在该变换域中表现出的特性,对变换过的图像进行处理;如需要,再经过的逆变换转换回到空域中。
图像处理中常用变换通常是正交变换,如傅立叶变换、离散余弦变换(DCT)、K一L变换、小波变换等。
本论文讲的是小波变换。
小波变换(WaveletTransform)是八十年代后期发展起来的应用数学分支,它属于时频分析的一种。
传统的信号分析是建立在傅里叶变换的基础之上的,由于傅里叶分析使用的是一种全局的变换,要么完全在时域,要么完全在频域,因此无法表述信号的时频局域性质,而这种性质恰恰是非平稳信号最根本和最关键的性质。
为了分析和处理非平稳信号,人们对傅里叶分析进行了推广乃至根本性的革命,提出并发展了一系列新的信号分析理论:
短时傅里叶变换、时频分析、小波变换等。
其中,短时傅里叶变换和小波变换也是应传统的傅里叶变换不能够满足信号处理的要求而产生的。
从本质上说,短时傅里叶变换是一种单一分辨率的信号分析方法,因为它使用的是一个固定的短时窗函数。
因而它在信号分析上还是存在着不可逾越的缺陷。
小波分析的特点:
(1)具有多分辨率,也叫多尺度的特点,可以由粗略到精细的逐步观察信号。
(2)选择适当的小波函数,可使小波变换在时、频两域都具有表征信号局部特征的能力,有利于检测信号的瞬态或奇异点。
小波分析的应用领域十分广泛,它包括:
数学领域的许多学科;信号分析、图像处理;量子力学、理论物理;军事电子对抗与武器的智能化;计算机分类与识别;音乐与语言的人工合成;医学成像与诊断;地震勘探数据处理;大型机械的故障诊断等方面。
小波分析用于信号与图像压缩是小波分析应用的一个重要方面。
它的特点是压缩比高,压缩速度快,压缩后能保持信号与图像的特征不变,且在传递中可以抗干扰。
基于小波分析的压缩方法很多,比较成功的有小波包最好基方法,小波域纹理模型方法,小波变换零树压缩,小波变换向量压缩等。
本论文运用MATLAB软件进行仿真,下面简单介绍MATLAB软件:
MATLAB 软件是美国TheMathWorks 公司的产品,它的字面含matrix laboratory(矩阵研究室),它在美国以及其它发达国家的大学、科研机构、军事工业、制造业、金融业中广为应用。
它的主要功能是进行数学运算和系统分析,在后一方面,MATLAB
是世界范围内同类产品的佼佼者。
系统分析是当前自然科学中最重要的研究手段之一,在社会科学的经济学、管理学中也很受重视,MATLAB 为系统分析提供了相当完备的算法和工具。
MATLAB 在大学理工科的教学中也极有价值,它可以方便地进行矩阵、函数、积分、重积分、概率、统计、模糊逻辑、最优化等运算,可以方便地求解高次方程、多元线性方程、常微、偏微方程,可以方便地对静力学、动力学、电磁学中的许多问题进行模拟,可以把复杂的数学解析式、方程式方便地用图形直观地表现出来。
所有这些,在理科的基础课,专业课教学中都占有重要地位。
MATLAB 由如下几个方面组成:
(1)MATLAB 语言:
这是一种适合于矩阵运算的高级语言,它具有函数、数据结构、输入/ 输出、面向对象(OOP) 等特点。
它可以通过交互式即时输入片段小程序、数学公式、函数进行即时输出的运算,也可以编制完整的大型程序进行复杂的运算。
(2)MATLAB 工作环境:
为用户提供各种分析、模拟、计算的工具,用户也可以用MATLAB 设计自己的专用工具,为此MATLAB 提供了编写程序的控制、调试、扩充工具。
处理图形:
MATLAB 可以处理复杂的二维、三维图像、动画,可以实现数学运算的可视化,可以在MATLAB 平台上建立自己的GUI(图形用户界面) 。
(3)MATLAB 数学函数库:
MATLAB 拥有庞大的函数库,这些函数都是由诸如加法、三角函数、复数算法等MATLAB 的基本函数或命令所组成,其中有矩阵求逆、特征值、贝塞尔(Bessel) 函数、快速傅里叶(Fourier) 变换等较为复杂的运算函数。
(4)MATLAB 应用程序接口(API):
充许用户在MATLAB 平台上编写C、FORTRAN 程序,同时也可以把MATLAB 作为引擎调用和运行这些程序。
图像处理的应用以及发展动向:
从六十年代起,随着电子计算机技术的发展,数字图像处理获得了飞跃的发展。
1964年,美国加州理工学院的喷气推进实验室首次使用计算机对徘徊者7号太空船发回的月球照片进行了处理,得到前所未有的清晰图像。
此后,随着计算机的使用和空间技术的发展,图像处理技术得到迅速地发展和完善,并成功地应用在许多领域。
(1)在航空、航天遥感方面,计算机对卫星或飞机的遥感图片进行畸变校正、复原和增强,进而统计地球资源信息,进行环境监测等。
(2)在生物医学领域中,应用数字图像处理技术对心电、脑电、超声波及各种放射性图像进行自动分析,对细胞、染色体等显微图像进行自动检测。
最突出的例子是己经广泛应用的计算机层析技术CT。
(3)在工业方面,先进的工业机器人的应用,就是建立在图象处理、模式识别和人工智能基础上。
同时,工业自动检测和无损探伤也都依赖于图像处理技术。
(4)图像处理技术在军事、政法等方面也有广泛的应用。
如利用遥感图像分析地形地貌,判断军事设施以及伪装,分析指纹等。
随着计算机的广泛使用,各种专用或通用的图像处理系统已经开始普及。
图像处理技术已为越来越多的科学工作者和工程技术人员所掌握,应用的领域也越来越广泛。
图像处理技术未来发展大致可归纳为如下四点:
(1)图像处理的发展将向着高速、高分辨率、立体化、多媒体化、智能化和标准化方向发展。
(2)图像、图形相结合朝着三维成像或多维成像的方向发展。
(3)硬件芯片研究,将图像处理的众多功能固化在芯片上将会有更加广阔的应用领域。
(4)新理论和新方法研究。
随着科技进步以及人类需求的多样化的发展,多学科的交叉、融合已是现代科学发展的突出特点和必然途径,而图像处理科学又是一门与国计民生紧密相连的一门应用科学,它的发展与应用与我国的现代化建设联系密切,影响深远。
图像处理科学无论是在理论上还是在实践上都存在着巨大的潜力。
总而言之,随着计算机技术的日益发展,图像处理技术将日益完善,图像处理的应用范围将越加深入和广泛。
第二章 图像处理概述
2.1图像处理概念
图像是用各种观测系统以不同形式和手段观测客观世界而获得的,可以直接或间接作用于人眼而产生视觉的实体。
科学研究和统计表明,人类从外界获得的信息约有75%来自于视觉系统,也就是说人类的大部分信息都是从图像中获得的。
图像是人们从出生以来体验到的最重要、最丰富、信息量最大的部分。
图像处理(ImageProcessing)是将图像转换为一个数字矩阵存放在计算机中,并采用一定的算法对其进行处理。
就图像的本质来说可以分为模拟图像和数字图像两大类。
本论文涉及到的图像处理都是指数字图像的处理。
数字图像是对图像进行数字化处理之后的一种数字表示。
数字图像处理是将一幅图像变为另一幅经过修改(改进)的图像的表示。
其最早可以追溯到20世纪60年代初,美国喷气推进实验室(JPL)用计算机对航空器发回的数千张月球照片进行处理,成功地绘制出了月球的地形图和彩色图,从而开辟了人类历史上数字图像处理的先河。
数字图像处理是一门较年轻的学科,尽管其发展历史不长,但它己受到广泛的关注。
视觉是人类最重要的感知手段,而图像是视觉的基础。
因此图像成为心理学、生理学、计算机科学等诸多领域研究视觉的有效工具,同时图像处理成为一门多学科交叉的综合性学科。
进入20世纪60年代,伴随计算机技术的快速发展,数字图像处理进入高速发展时期,广泛应用到航天遥感、生物医学、工业生产、军事安全等领域,并取得丰硕成果。
数字图像处理从一幅或是一批图像的最简单的处理,如特征增强、去噪、平滑等基本的图像处理技术,到图像的特征分析和提取,进而产生对图像的正确理解或者遥感图像的解译,最后的步骤可以是通过专家的视觉解译,也可以是在图像处理系统中通过一些知识库而产生的对图像的理解。
数字图像处理技术起源比较早,但真正发展是在八十年代后,随着计算机技术的高速发展而迅猛发展起来的。
到目前为止,图像处理在图像通讯、办公自动化系统、地理信息系统、医疗设备、卫星照片传输及分析和工业自动化领域的应用越来越多。
但就国内的情况而言,应用还是很不普遍,人们主要忙于从事理论研究,诸如探索图像压缩编码等,而对于将成熟技术转化为生产力方面的认识还远远不够。
2.2图像处理技术
图像处理的基础是数学,最主要的任务就是各种算法的设计和实现。
目前的图像处理技术已经在许多不同的应用邻域中得到了巨大的成就。
根据应用邻域的不同要求,可以将图像处理技术划分为许多分支,其中比较重要的分支有:
(1)图像数字化:
通过取样与量化过程将图像变换成便于计算机处理的数字形式。
通常,图像在计算机内用一个数字矩阵表示,矩阵中的每一个元素称为像素。
将图像数字化的设备有各种扫描仪与数字化仪。
(2)图像编码:
对图像信息进行编码,可以压缩图像的信息量,以便满足传输与存储的要求。
(3)图像增强:
使图像清晰或将其转换为更适合人或机器分析的形式。
图像增强并不要求真实地反映原始图像。
(4)图像平滑:
可以减小噪声,且对图像恰当平滑,能使图像特征得到较好保护,使其更加明显。
(5)图像复原:
消除或减少在获取图像过程中所产生的某些退化,尽量反映原始图像的真实面貌。
(6)图像分割:
将图像划分为一些互不重叠的区域。
通常用于将分割的对象从背景中分离出来。
上述图像处理的内容往往是互相有联系的。
一个实用的图像处理系统往往需要结合应用几种图像处理技术才能得到所需要的结果。
图像数字化是将一个图像和变换为适合计算机处理的形式的第一步;图像编码技术可用于传输和存储图像;图
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 变换 图像 处理 毕业设计 论文 精选