基于小波的圖像處理算法研究與改進(jìn).pdf

1、分類號(hào)密級(jí)UDC學(xué)位論文基于小波的圖像處理算法研究與改進(jìn)基于小波的圖像處理算法研究與改進(jìn)(題名和副題名)羅銳(作者姓名)指導(dǎo)教師姓名嚴(yán)高師嚴(yán)高師教授教授電子科技大學(xué)電子科技大學(xué)成都成都(職務(wù)、職稱、學(xué)位、單位名稱及地址)申請(qǐng)學(xué)位級(jí)別碩士碩士專業(yè)名稱光學(xué)工程光學(xué)工程論文提交日期2011.42011.4論文答辯日期2011.52011.5學(xué)位授予單位和日期電子科技大學(xué)電子科技大學(xué)答辯委員會(huì)主席評(píng)閱人年月日注1注明《國(guó)際十進(jìn)分類法UDC》的類

2、號(hào)摘要I摘要本文主要利用matlab仿真現(xiàn)有的圖像去噪和邊緣檢測(cè)算法，找到各種算法的優(yōu)缺點(diǎn)，并著重對(duì)算法進(jìn)行優(yōu)化和改進(jìn)。在本設(shè)計(jì)中，主要對(duì)去噪算法中的閾值函數(shù)進(jìn)行改進(jìn)，使其既具有軟閾值函數(shù)連續(xù)性的特點(diǎn)，又具有硬閾值函數(shù)高信噪比的特點(diǎn)。經(jīng)過matlab仿真得出，經(jīng)過改進(jìn)的去噪算法和硬閾值函數(shù)法的信噪比接近，且不會(huì)產(chǎn)生偽圖像信息。在對(duì)比現(xiàn)有的邊緣檢測(cè)算法的基礎(chǔ)上，得出Canny算法最優(yōu)的結(jié)論。本設(shè)計(jì)從微分算子和邊緣點(diǎn)鏈接兩方面對(duì)Canny算

3、法進(jìn)行改進(jìn)。仿真結(jié)果顯示，改進(jìn)后的邊緣檢測(cè)算法對(duì)噪聲抵抗強(qiáng)。同時(shí)，可以檢測(cè)到比較弱的邊緣。在改進(jìn)Canny算法的基礎(chǔ)上，針對(duì)去噪后邊緣丟失的問題，將邊緣與非邊緣分開處理。先檢測(cè)邊緣，提取邊緣部分灰度值，后對(duì)圖像去噪。最后，將邊緣點(diǎn)處灰度值代替去噪后圖像對(duì)應(yīng)點(diǎn)灰度值。仿真顯示，這種算法在犧牲了一定信噪比的基礎(chǔ)上，得到比較好的邊緣去噪圖像。最后，對(duì)多尺度邊緣檢測(cè)進(jìn)行仿真。通過對(duì)各個(gè)尺度下邊緣求加權(quán)平均，得到抗噪良好的邊緣。仿真基于多尺度邊緣

4、的圖像去噪。結(jié)果表明，多尺度邊緣檢測(cè)可以提供需要的邊緣類型。在小尺度下，可以得到更多細(xì)節(jié)邊緣；大尺度下，可以得到大的輪廓邊緣。在本設(shè)計(jì)中，主要通過matlab仿真，得到峰值信噪比值和對(duì)比圖像。從定量的信噪比和定性的圖像對(duì)比兩個(gè)方面對(duì)算法進(jìn)行對(duì)比，驗(yàn)證改進(jìn)算法的優(yōu)越性。本文主要?jiǎng)?chuàng)新點(diǎn)為：(1)對(duì)閾值函數(shù)改進(jìn)，提出新的閾值函數(shù)構(gòu)造方法。(2)對(duì)Canny算法改進(jìn)。改進(jìn)微分算子和提出一種新的邊緣點(diǎn)鏈接方法。(3)將邊緣檢測(cè)和去噪處理同時(shí)考慮，