基于小波变换的图像处理毕业设计(论文)word格式

目录

第一章绪论 (1)

第二章图像处理概述 (3)

2.1图像处理概念 (3)

2.2图像处理技术 (4)

第三章小波变换的基本理论 (5)

3.1 从傅立叶变换到小波变换 (5)

3.1.1 傅里叶变换 (5)

3.1.2 短时傅里叶变换 (6)

3.1.3小波变换 (7)

3.2连续小波变换 (7)

3.2.1一维连续小波变换 (7)

3.2.3高维连续小波变换 (8)

3.3离散小波变换 (9)

3.4小波包分析 (10)

3.4.1小波包的定义 (11)

3.4.2小波包的性质 (12)

3.4.3小波包的空间分解 (12)

3.4.4小波包算法 (13)

第四章基于小波变换的图像平滑技术 (14)

4.1基于小波变换的图像平滑 (14)

4.2传统的图像平滑技术 (17)

4.2.1邻域平均法 (18)

4.2.2中值滤波法 (19)

4.3 小波变换用于图像平滑的优势 (20)

第五章基于小波变换的图像增强技术 (21)

5.1基于小波变换的图像增强 (21)

5.1.1 二维小波分解 (22)

5.1.2 分解系数增强 (23)

5.1.3 小波重构 (23)

5.2传统的图像增强技术 (25)

5.2.1基于空间域的图像增强 (25)

5.2.2 基于频率域的图像增强 (27)

5.3 小波变换用于图像增强的优势 (27)

第六章基于小波变换的图像去噪技术 (29)

6.1图像去噪的原理 (29)

6.1.1利用小波包图像去噪原理 (29)

6.1.2新型阈值量化方法 (30)

6.2基于小波变换的图像去噪 (32)

6.3小波变换用于图像去噪优越性 (36)

第七章基于小波变换的图像压缩技术 (36)

7.1图像压缩的原理 (37)

7.1.1实现图像压缩的一般步骤 (37)

7.1.2图像压缩的基本方法 (37)

7.1.3图像压缩的基本过程 (38)

7.2基于小波变换的图像压缩 (39)

7.3小波变换用于图像压缩的优势 (41)

结论 (42)

致谢 (43)

主要参考文献 (44)

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(Wavelet Transform)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The MathWorks 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: