小波变换在图像降噪和压缩中的应用研究

论文摘要

小波变换作为重要的时频变换在信号处理中被广泛使用,小波变换理论的时频域局部化特点使它成为了一种有效的分析方法。本文主要对小波变换理论在图像降噪和压缩中的应用进行了研究。首先了解了小波变换的形成过程,数学特性及在图像处理领域方面的应用。为深入研究小波变换同时实现图像降噪和压缩提供了理论基础。明确了图像降噪和压缩的背景及现实意义,对图像降噪和压缩方法进行了综述。围绕三种经典的小波降噪方法,列举了小波阈值降噪方法的不足之处,阐述了贝叶斯降噪方法。仿真实验表明贝叶斯降噪方法提高了降噪性能,含噪图像的降噪效果有所改善。深入探讨了嵌入式零树小波编码算法,结合软阈值函数和带死区的量化技术两者,在贝叶斯萎缩阈值及嵌入式零树小波编码算法的基础上提出了含噪图像降噪和压缩编码的方案,把图像的降噪和压缩编码有效地结合,利用小波变换同时实现图像的降噪和压缩编码,并在相同的压缩比的条件下比较EZW直接压缩方法、JPEG压缩方法及本文方法,通过仿真实验验证了本文方法可得到更佳的重构图像质量。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的背景及意义
• 1.2 图像的降噪
• 1.2.1 经典的图像降噪方法
• 1.2.2 小波图像降噪方法概述
• 1.3 图像压缩概述
• 1.3.1 经典图像编码技术概述
• 1.3.2 小波图像编码技术概述
• 第二章 小波变换理论
• 2.1 Fourier变换
• 2.2 Gabor变换
• 2.3 小波变换
• 2.3.1 连续小波变换理论
• 2.3.2 离散小波变换理论
• 2.3.3 二进小波变换理论
• 2.3.4 小波变换的相关性质
• 2.3.5 几种常用小波变换算法
• 2.3.6 多分辨率分析的性质
• 第三章 基于小波变换图像降噪方法的研究
• 3.1 引言
• 3.2 含噪信号f（t）的数学模型
• 3.3 几种常用的小波降噪方法
• 3.3.1 小波模极大值降噪法
• 3.3.2 基于小波变换空域相关性的降噪方法
• 3.3.3 小波阂值降噪方法
• 3.4 平移不变小波变换降噪方法
• 3.5 小波域Bayesian降噪方法
• 3.6 仿真实验
• 3.6.1 小波域Bayesian降噪法实验
• 3.6.2 各种降噪方法的仿真实验
• 第四章 基于小波变换的图像压缩方法研究
• 4.1 引言
• 4.2 基于小波变换的数据压缩方法
• 4.2.1 多分辨率分析数据压缩方法
• 4.2.2 自适应小波网络压缩方法
• 4.3 小波基的选择
• 第五章 含噪图像的小波域降噪与压缩编码
• 5.1 引言
• 5.2 图像分解小波系数的特点
• 5.3 EZW算法
• 5.3.1 零树及其相关概念
• 5.3.2 EZW原理
• 5.4 含噪图像的降噪与压缩编码
• 5.4.1 图像压缩编码中的噪声干扰
• 5.4.2 图像降噪与压缩编码的结合
• 5.4.3 设计量化器和熵编码
• 5.5 含噪图像的小波域降噪与压缩编码
• 5.6 总结
• 第六章 结论
• 6.1 论文结论
• 6.2 创新工作
• 6.3 展望
• 致谢
• 参考文献