基于小波变换的图像处理方法研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
本文首先对传统图像增强理论进行概述，并给出直方图均衡化与灰度变换算法，通过matlab来观察其处理效果的特点，然后提出四种基于小波变换的图像增强方法，并分析它们与传统图像增强方法相比的优缺点，最后基于传统小波变换只能增强图像边缘部分而无法增强细节部分的缺点，引出了基于分数阶微分和小波分解的图像增强方法，并通过matlab观察了这种算法的处理效果。
小波分析是近些年来国际上掀起热潮的一个国际前沿领域，它在时（空）域和频域上同时具有的良好局部化性质以及多分辨率分析的特性，使之被广泛的应用于信号和图像处理中。由于噪声和边缘点在不同小波系数上所体现的不同特性，小波变换为我们希望兼顾增强图像特性和减小噪声放大提供了可能途径，所以，人们希望将这一数学工具运用于图像处理，取得比较好的图像增强和去噪效果。[1]
人们要求高质量的图像，不仅仅是为了满足视觉需要，更因为在信号分析、通信技术和计算机科学的各个方面，都需要对各种图像进行分析处理从而得出结论和相关数据。但事实上，由于客观环境和条件的限制，图像往往会受到各种噪声的污染，给后期的识别和利用造成困难，所以图像的增强和降噪，很自然就成为了现代图像处理技术中的重要组成部分。
摘 要
图像增强是图像处理的一个重要分支，它对提高图像的质量起着重要的作用。它通过有选择地强调图像中某些信息而抑制另一些信息，以改善图像的视觉效果，将图像转换成一种更适合于人眼观察和计算机进行分析处理的形式。传统的方法在增强图像对比度的同时也会增强图像噪声，而小波变换是多尺度多分辨率的分解方式，可以将噪声和信号在不同尺度上分开，根据噪声分布的规律就可以达到图像增强的目的。
1.2 国Βιβλιοθήκη Baidu的研究状况
国内的图像增强技术的发展大致经历了初创期、发展期、普及期和应用期4个阶段。初创期开始于20世纪60年代，当时的图像采用像素型光栅进行扫描显示，大多采用中、大型机对其进行处理。这一时期由于图像存储成本高，处理设备造价高，因而其应用面窄。20世纪70年代进入了发展期，开始大量采用中、大型机进行处理，图像处理也逐渐改用光栅扫描显示方式。20世纪80年代进入了普及期，此时的计算机已经能够承担起图形图像的处理任务。20世纪90年代进入应用期，人们运用图像增强技术处理和分析遥感图像，以有效地进行资源和矿藏的勘探、调查、农业和城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。图像增强是图像处理的重要组成部分，传统的图像增强对于改善图像质量发挥了极其重要的作用。随着对图像技术研究的不断深入和发展，新的图像增强方法不断出现。其中基于小波变换的图像增强方法得到了广泛的应用，近年来，基于分数阶微分的图像增强在图像处理领域也拥有了广阔的应用前景。
Keywords:Image enhancement; Histogram equalization; Wavelet transform; Fractional differenti
第一章 绪论
1.1 论文研究的背景和意义
在我们所处的信息社会，人们对于信息获取和交流的要求越来越高，从而促进了信息处理和应用技术的飞速发展。图像，作为直观的信息表达和反映形式，越来越广泛地被应用于社会生活的各个方面。而图像处理技术，也随着人们要求的不断提高，应用领域的不断扩大而快速发展更新。
关键词：图像增强； 直方图均衡化； 小波变换； 分数阶微分
Abstract
Image enhancement is an important branch in image processing.It plays an important role in improving the quality of the images.It will improve the image visual effect through emphasizing the image information and inhibitting some other information selectively.It will converse images into a form more suitable for the human eye observation and computer analysis processing.The traditional method of image enhancement will enhance image contrast,image noise as well,while wavelet transform is a decompositon method of multi-scale and multi-resolution,it can separet noise from signal in different scale so that it can arrive the purpose of image enhancement according to the distribution of the noise.
In the paper,firstly, I will summarize the image enhancement theory and give the Histogram equalization algorithm,at the same time,I will analyze the disadvantages of the treatment effect through the Matlab.Then,I will give an image enhancement method based on the wavelet transform and analyze its advantages and disadvantages compared with traditional methods.Finally,because traditional wavelet transformation can only strengthen the edge of images instead of the details,we will introduce the image enhancement based on wavelet decomposition and fractional differentials.At the same time,we will observe the treatment effect of this algorithm by the matlab..
小波分析是近些年来国际上掀起热潮的一个国际前沿领域，它在时（空）域和频域上同时具有的良好局部化性质以及多分辨率分析的特性，使之被广泛的应用于信号和图像处理中。由于噪声和边缘点在不同小波系数上所体现的不同特性，小波变换为我们希望兼顾增强图像特性和减小噪声放大提供了可能途径，所以，人们希望将这一数学工具运用于图像处理，取得比较好的图像增强和去噪效果。[1]
人们要求高质量的图像，不仅仅是为了满足视觉需要，更因为在信号分析、通信技术和计算机科学的各个方面，都需要对各种图像进行分析处理从而得出结论和相关数据。但事实上，由于客观环境和条件的限制，图像往往会受到各种噪声的污染，给后期的识别和利用造成困难，所以图像的增强和降噪，很自然就成为了现代图像处理技术中的重要组成部分。
摘 要
图像增强是图像处理的一个重要分支，它对提高图像的质量起着重要的作用。它通过有选择地强调图像中某些信息而抑制另一些信息，以改善图像的视觉效果，将图像转换成一种更适合于人眼观察和计算机进行分析处理的形式。传统的方法在增强图像对比度的同时也会增强图像噪声，而小波变换是多尺度多分辨率的分解方式，可以将噪声和信号在不同尺度上分开，根据噪声分布的规律就可以达到图像增强的目的。
1.2 国Βιβλιοθήκη Baidu的研究状况
国内的图像增强技术的发展大致经历了初创期、发展期、普及期和应用期4个阶段。初创期开始于20世纪60年代，当时的图像采用像素型光栅进行扫描显示，大多采用中、大型机对其进行处理。这一时期由于图像存储成本高，处理设备造价高，因而其应用面窄。20世纪70年代进入了发展期，开始大量采用中、大型机进行处理，图像处理也逐渐改用光栅扫描显示方式。20世纪80年代进入了普及期，此时的计算机已经能够承担起图形图像的处理任务。20世纪90年代进入应用期，人们运用图像增强技术处理和分析遥感图像，以有效地进行资源和矿藏的勘探、调查、农业和城市的土地规划、作物估产、气象预报、灾害及军事目标的监视等。图像增强是图像处理的重要组成部分，传统的图像增强对于改善图像质量发挥了极其重要的作用。随着对图像技术研究的不断深入和发展，新的图像增强方法不断出现。其中基于小波变换的图像增强方法得到了广泛的应用，近年来，基于分数阶微分的图像增强在图像处理领域也拥有了广阔的应用前景。
Keywords:Image enhancement; Histogram equalization; Wavelet transform; Fractional differenti
第一章 绪论
1.1 论文研究的背景和意义
在我们所处的信息社会，人们对于信息获取和交流的要求越来越高，从而促进了信息处理和应用技术的飞速发展。图像，作为直观的信息表达和反映形式，越来越广泛地被应用于社会生活的各个方面。而图像处理技术，也随着人们要求的不断提高，应用领域的不断扩大而快速发展更新。
关键词：图像增强； 直方图均衡化； 小波变换； 分数阶微分
Abstract
Image enhancement is an important branch in image processing.It plays an important role in improving the quality of the images.It will improve the image visual effect through emphasizing the image information and inhibitting some other information selectively.It will converse images into a form more suitable for the human eye observation and computer analysis processing.The traditional method of image enhancement will enhance image contrast,image noise as well,while wavelet transform is a decompositon method of multi-scale and multi-resolution,it can separet noise from signal in different scale so that it can arrive the purpose of image enhancement according to the distribution of the noise.
In the paper,firstly, I will summarize the image enhancement theory and give the Histogram equalization algorithm,at the same time,I will analyze the disadvantages of the treatment effect through the Matlab.Then,I will give an image enhancement method based on the wavelet transform and analyze its advantages and disadvantages compared with traditional methods.Finally,because traditional wavelet transformation can only strengthen the edge of images instead of the details,we will introduce the image enhancement based on wavelet decomposition and fractional differentials.At the same time,we will observe the treatment effect of this algorithm by the matlab..