论文部分内容阅读
各种数字仪器和数码产品的广泛应用，使得图像成为人类活动中的重要信息载体。图像中包含着大量信息，正日益成为人们获取原始信息的重要途径。然而在图像的获取、传输和存贮过程中常常会受到各种噪声的干扰和影响而使图像降质，不同程度地影响图像信息的准确表达。因此，图像去噪具有重要理论价值和现实意义。
本论文首先引入小波变换理论，介绍了小波去噪的原理，然后列举了常见的小波去噪方法。通常情况下，图像去噪结果的好坏与图像的噪音特点及去噪方法有关，针对不同噪音图像难以找到通用的去噪方法。鉴于此，本论文所做的工作主要致力于通用规律的发现。即便在各种混合噪音的情况下，也能达到较好的去噪效果。
本文所做的主要工作是:
第一，将小波与其它去噪方法结合。本文详细分析了典型小波去噪算法，发现在一般情况下单一小波去噪算法存在一定局限性。随着信噪比的下降各算法性能都会呈现一定程度的下降。因此，考虑将小波算法与其它算法相结合。通过实验对比发现:一般情况下，经过结合后的算法要比单一小波算法具有更好的鲁棒性。
第二，将不同小波基进行联合去噪。由于在小波去噪中，小波基及去噪方法的选择等因素都会对图像去噪效果造成影响。本论文针对各个小波基进行了特征分析，提出充分利用各个小波基的特性进行互补来增强去噪效果。构造了多小波联合去噪算法，并完成了实验软件平台的设计与开发。