基于小波分析的圖像去噪、圖像融合的應用研究.pdf

1、圖像在采集、獲取以及傳輸中的過程中，往往受到噪聲的污染，從而影響了圖像質量，進而影響了人們從圖像中提取信息，所以非常有必要在分析和利用圖像之前消除噪聲。圖像融合技術是在信息融合技術的理論基礎上發(fā)展起來的圖像處理新技術，能夠綜合多傳感器圖像信息，提供更多更有效的關于場景的描述，所以在衛(wèi)星遙感、醫(yī)學、航空、雷達等領域的圖像處理和工程中得到了廣泛的應用。 小波分析是在短時傅立葉變換的基礎上發(fā)展起來的一種具有多分辨率特性的局部分析方法，

2、它通過伸縮、平移等運算對信號進行多尺度細化分析，從信號中提取有效信息，是分析非平穩(wěn)信號的有力工具。由于小波具有良好的時頻局部特性、低熵性、去相關性被廣泛地應用在圖像處理和模式識別領域中，成為圖像處理的強有力工具，它的應用也愈來愈受到人們的重視。 本文以小波分析為理論基礎，對圖像去噪和圖像融合進行研究。本文所做的主要工作如下： 1．綜述圖像去噪技術與圖像融合技術發(fā)展的歷史和現(xiàn)狀，指出圖像去噪和圖像融合的小波方法較傳統(tǒng)方法的

3、優(yōu)勢，以及開展基于小波分析的圖像去噪與圖像融合研究的意義。 2．介紹小波分析理論的產(chǎn)生，具體闡述連續(xù)小波變換和離散小波變換、多分辨率分析、小波分解與重構算法、多小波理論及其濾波器構造等理論知識，并在單一小波的基礎上推廣得出多小波分解與重構算法。 3．總結傳統(tǒng)的均值濾波法、中值濾波法、均值與中值相結合濾波法，下載原始sinsin圖加噪，用傳統(tǒng)方法去噪，顯示傳統(tǒng)去噪方法簡單，但去噪圖像質量不佳。介紹小波閾值去噪算法，并選取b

4、elmont2索引圖，分別利用小波軟閾值和硬閾值去噪。 4．介紹多小波去噪原理，下載原始sinsin圖像，加噪，然后分別用單一小波Sym4和多小波GHM對其進行二層小波分解濾波，用均值、標準差和信息熵數(shù)據(jù)結果驗證多小波去噪結果優(yōu)于單一小波。 5．概述簡單的圖像融合方法像素灰度值選大/小法、加權平均融合法和基于小波變換的圖像融合方法以及它們的優(yōu)缺點。分析研究基于小波變換的IHS融合方法和HSV融合方法，通過實例顯示后者的融